要将 Hermite 级数提升到幂，请在 Python Numpy 中使用 polynomial.hermite.hermpow() 方法。该方法返回幂的 Hermite 级数。返回 Hermite 级数 c 提升到 pow 次幂。参数 c 是从低到高排序的系数序列。即，[1, 2, 3] 是级数 P_0 + 2*P_1 + 3*P_2。参数 c 是一个 1-D 数组，包含从低到高排序的 Hermite 级数系数。参数 pow 是级数将提升到的幂。参数 maxpower 是允许的最大幂。这主要是为了限制… 阅读更多

要将一个 Hermite 级数除以另一个 Hermite 级数，请在 Python Numpy 中使用 polynomial.hermite.hermdiv() 方法。该方法返回一个表示商和余数的 Hermite 级数系数数组。返回两个 Hermite 级数 c1 / c2 的商和余数。参数是从最低阶“项”到最高阶的系数序列，例如，[1, 2, 3] 表示级数 P_0 + 2*P_1 + 3*P_2。参数 c1 和 c2 是 1-D 数组，包含从低到高排序的 Hermite 级数系数。步骤首先，导入所需的库 -import numpy as np from numpy.polynomial import hermite as H创建 1-D 数组的 Hermite 级数系数… 阅读更多

要将一个 Hermite 级数乘以另一个 Hermite 级数，请在 Python Numpy 中使用 polynomial.hermite.hermmul() 方法。该方法返回一个表示其乘积的 Hermite 级数的数组。返回两个 Hermite 级数 c1 * c2 的乘积。参数是从最低阶“项”到最高阶的系数序列，例如，[1, 2, 3] 表示级数 P_0 + 2*P_1 + 3*P_2。参数 1-D 数组，包含从低到高排序的 Hermite 级数系数。步骤首先，导入所需的库 -import numpy as np from numpy.polynomial import hermite as H创建 1-D 数组的 Hermite 级数系数 -c1 = np.array([1, 2, 3]) c2… 阅读更多

要将 Hermite 级数乘以 x，其中 x 是自变量，请在 Python Numpy 中使用 polynomial.hermite.hermmulx() 方法。该方法返回一个表示乘法结果的数组。参数 c 是一个 1-D 数组，包含从低到高排序的 Hermite 级数系数。步骤首先，导入所需的库 -import numpy as np from numpy.polynomial import hermite as H创建一个数组 -c = np.array([1, 2, 3])显示数组 -print("我们的数组...", c)检查维度 -print("我们的数组的维度...", c.ndim)获取数据类型 -print("我们的数组对象的数… 阅读更多

要获取 Chebyshev 级数对数据的最小二乘拟合，请在 Python Numpy 中使用 chebyshev.chebfit()。该方法返回从低到高排序的 Chebyshev 系数。如果 y 是 2-D，则 y 的第 k 列中的数据的系数位于第 k 列。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 传递包含每个数据集一个… 阅读更多

要返回多项式系数的 1-D 数组的缩放伴随矩阵，请在 Python Numpy 中返回 chebyshev.chebcompanion() 方法。当 c 是 Chebyshev 基多项式时，基多项式会进行缩放，以便伴随矩阵是对称的。这提供了比未缩放情况更好的特征值估计，并且对于基多项式，如果使用 numpy.linalg.eigvalsh 获取它们，则保证特征值是实数。该方法返回维度为 (deg, deg) 的缩放伴随矩阵。参数 c 是一个 1-D 数组，包含从低到高排序的 Chebyshev 级数系数。步骤首先，导入所需的库 -import… 阅读更多

要微分多项式，请在 Python Numpy 中使用 polynomial.polyder() 方法。返回沿轴微分 m 次的多项式系数 c。在每次迭代中，结果都乘以 scl（缩放因子用于变量的线性变化）。参数 c 是一个数组，包含沿每个轴从低到高排序的系数，例如，[1, 2, 3] 表示多项式 1 + 2*x + 3*x**2，而 [[1, 2]，[1, 2]] 表示 1 + 1*x + 2*y + 2*x*y，如果 axis=0 是 x 且 axis=1 是 y。该方法返回导数的多项式系数。… 阅读更多

要微分多项式，请在 Python Numpy 中使用 polynomial.polyder() 方法。返回沿轴微分 m 次的多项式系数 c。在每次迭代中，结果都乘以 scl（缩放因子用于变量的线性变化）。参数 c 是一个数组，包含沿每个轴从低到高排序的系数，例如，[1, 2, 3] 表示多项式 1 + 2*x + 3*x**2，而 [[1, 2]，[1, 2]] 表示 1 + 1*x + 2*y + 2*x*y，如果 axis=0 是 x 且 axis=1 是 y。该方法返回导数的多项式系数。… 阅读更多

要生成 Chebyshev 多项式和 x、y、z 样本点的伪范德蒙德矩阵，请在 Python Numpy 中使用 chebyshev.chebvander()。该方法返回度数为 deg 和样本点 (x, y, z) 的伪范德蒙德矩阵。参数 x、y、z 是点坐标数组，所有数组都具有相同的形状。数据类型将转换为 float64 或 complex128，具体取决于任何元素是否为复数。标量将转换为 1-D 数组。参数 deg 是形式为 [x_deg, y_deg, z_deg] 的最大度数列表。步骤首先，导入所需的库 -import numpy as… 阅读更多

要生成给定度数的伪范德蒙矩阵，可以使用 Python Numpy 中的 `polynomial.polyvander2()` 函数。该方法返回度数为 deg 和采样点 (x, y) 的伪范德蒙矩阵。参数 x 和 y 是点坐标的数组，都具有相同的形状。数据类型将转换为 float64 或 complex128，具体取决于元素中是否存在复数。标量将转换为一维数组。参数 deg 是形式为 [x_deg, y_deg] 的最大度数列表。步骤首先，导入所需的库 - `import numpy as np from numpy.polynomial.polynomial import polyvander2d` 创建点坐标数组，... 阅读更多