要获取 Hermite 级数对数据的最小二乘拟合,请在 Python NumPy 中使用 hermite.hermfit() 方法。该方法返回从低到高排序的 Hermite 系数。如果 y 是二维的,则 y 的第 k 列中的数据的系数位于第 k 列中。参数 x 是 M 个样本(数据)点的 x 坐标(x[i],y[i])。参数 y 是样本点的 y 坐标。通过为 y 传递包含一个 ... 的二维数组,可以在一次调用 polyfit 时(独立地)拟合共享相同 x 坐标的几组样本点 阅读更多
要评估 x 和 y 的笛卡尔积上的二维 Hermite 级数,请在 Python 中使用 hermite.hermgrid2d(x, y, c) 方法。该方法返回二维多项式在 x 和 y 的笛卡尔积中的点的值。参数为 x、y。二维级数在 x 和 y 的笛卡尔积中的点处进行评估。如果 x 或 y 是列表或元组,则首先将其转换为 ndarray,否则保持不变,如果它不是 ndarray,则将其视为标量。参数 c 是一个 ... 阅读更多
要评估点 (x, y) 处的二维 Hermite 级数,请在 Python NumPy 中使用 hermite.hermval2d() 方法。该方法返回二维多项式在由 x 和 y 中对应值的配对形成的点处的值。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