167 次查看
要区分勒让德级数,请在 Python 中使用 polynomial.laguerre.legder() 方法。沿轴返回 m 次微分的勒让德级数系数 c。在每次迭代中,结果都乘以 scl。第一个参数 c 是勒让德级数系数的数组。如果 c 是多维的,则不同的轴对应于不同的变量,每个轴的次数由相应的索引给出。第二个参数 m 是所取导数的次数,必须是非负数。(默认值:1)。第三个参数 scl 是一个标量。每次微分都乘以 scl。最终结果是乘以 scl**m。这是 ... 阅读更多
122 次查看
要评估多维点数组 x 上的勒让德级数,请在 Python Numpy 中使用 polynomial.legendre.legval() 方法。第一个参数是 x。如果 x 是列表或元组,则将其转换为 ndarray,否则将其保持不变并将其视为标量。在这两种情况下,x 或其元素都必须支持自身以及 c 的元素之间的加法和乘法。第二个参数 C,一个系数数组,以便度数为 n 的项的系数包含在 c[n] 中。如果 c 是多维的,则其余索引枚举多个多项式。在两 ... 阅读更多
99 次查看
要区分勒让德级数,请在 Python 中使用 polynomial.laguerre.legder() 方法。沿轴返回 m 次微分的勒让德级数系数 c。在每次迭代中,结果都乘以 scl第一个参数 c 是勒让德级数系数的数组。如果 c 是多维的,则不同的轴对应于不同的变量,每个轴的次数由相应的索引给出。第二个参数 m 是所取导数的次数,必须是非负数。(默认值:1)。第三个参数 scl 是一个标量。每次微分都乘以 scl。最终结果是乘以 scl**m。这是 ... 阅读更多
92 次查看
要评估点 (x, y) 上的二维 Hermite_e 级数,请在 Python Numpy 中使用 hermite.hermeval2d() 方法。该方法返回在由 x 和 y 的对应值对形成的点处二维多项式的值。第一个参数是 x、y。二维级数在点 (x, y) 处进行评估,其中 x 和 y 必须具有相同的形状。如果 x 或 y 是列表或元组,则首先将其转换为 ndarray,否则将其保持不变,如果它不是 ndarray,则将其视为标量。第二个参数 C,... 阅读更多
104 次查看
135 次查看
要评估点 (x, y) 上的二维 Laguerre 级数,请在 Python Numpy 中使用 polynomial.laguerre.lagval2d() 方法。该方法返回在由 x 和 y 的对应值对形成的点处二维多项式的值。第一个参数是 x、y。二维级数在点 (x, y) 处进行评估,其中 x 和 y 必须具有相同的形状。如果 x 或 y 是列表或元组,则首先将其转换为 ndarray,否则将其保持不变,如果它不是 ndarray,则将其视为标量。第二个参数 C,... 阅读更多
127 次查看
要评估点 x、y、2 上的三维 Laguerre 级数,请在 Python Numpy 中使用 polynomial.laguerre.lagval3d() 方法。该方法返回在由 x、y 和 z 的对应值三元组形成的点处多维多项式的值。如果 c 的维度少于 3,则会隐式地将其形状附加为 1 以使其成为 3D。结果的形状将为 c.shape[3:] + x.shape。第一个参数是 x、y、z。三维级数在点 (x, y, z) 处进行评估,其中 x、y 和 z 必须具有相同的形状。如果 x 中的任何一个,... 阅读更多
145 次查看
要评估点 x 上的三维 Laguerre 级数,请在 Python Numpy 中使用 polynomial.laguerre.lagval3d() 方法。该方法返回在由 x、y 和 z 的对应值三元组形成的点处多维多项式的值。如果 c 的维度少于 3,则会隐式地将其形状附加为 1 以使其成为 3D。结果的形状将为 c.shape[3:] + x.shape。第一个参数是 x、y、z。三维级数在点 (x, y, z) 处进行评估,其中 x、y 和 z 必须具有相同的形状。如果 x、y 或 ... 阅读更多
90 次查看
要评估点 x 上的 Hermite_e 级数,请在 Python Numpy 中使用 hermite.hermeval() 方法。第一个参数 x,如果 x 是列表或元组,则将其转换为 ndarray,否则将其保持不变并将其视为标量。在这两种情况下,x 或其元素都必须支持自身以及 c 的元素之间的加法和乘法。第二个参数 C,一个系数数组,以便度数为 n 的项的系数包含在 c[n] 中。如果 c 是多维的,则其余索引枚举多个多项式。在二维情况下,系数 ... 阅读更多