要在 x 和 y 的笛卡尔积上评估二维切比雪夫级数，请在 Python 中使用 `polynomial.chebgrid2d(x, y, c)` 方法。该方法返回二维切比雪夫级数在 x 和 y 的笛卡尔积中各点的值。如果 c 的维度少于两个，则会隐式地将其形状附加为 2-D。结果的形状将为 c.shape[2:] + x.shape + y.shape。参数 x 和 y 是二维级数在 x 和 y 的笛卡尔积中各点处计算的值。如果 x 或 y 是…… 阅读更多

要在点 x 处评估 Hermite 级数，请在 Python NumPy 中使用 `hermite.hermval()` 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与自身以及 c 的元素相加和相乘。第二个参数 C，一个系数数组，其中 n 次项的系数包含在 c[n] 中。如果 c 是多维的，其余索引则枚举多个多项式。在二维情况下，系数…… 阅读更多

要在点 x 处评估 Hermite 级数，请在 Python NumPy 中使用 `hermite.hermval()` 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与自身以及 c 的元素相加和相乘。第二个参数 C，一个系数数组，其中 n 次项的系数包含在 c[n] 中。如果 c 是多维的，其余索引则枚举多个多项式。在二维情况下，系数…… 阅读更多

要评估在点 (x, y, z) 处的三维切比雪夫级数，请在 Python NumPy 中使用 `polynomial.chebval3d()` 方法。该方法返回多维多项式在由 x、y 和 z 的对应值的三元组形成的点上的值。参数为 x、y、z。三维级数在点 (x, y, z) 处计算，其中 x、y 和 z 必须具有相同的形状。如果 x、y 或 z 中的任何一个是列表或元组，则首先将其转换为 ndarray，否则保持不变，如果它不是 ndarray，则…… 阅读更多

要评估二维切比雪夫级数在点 (x, y) 处的值，请在 Python NumPy 中使用 `polynomial.chebval2d()` 方法。该方法返回二维切比雪夫级数在由 x 和 y 的对应值对形成的点上的值，即参数 x、y。二维级数在点 (x, y) 处计算，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。参数 c 是…… 阅读更多

要评估 x、y、z 的笛卡尔积上的三维多项式，请在 Python 中使用 `polynomial.polygrid3d(x, y, z)` 方法。该方法返回二维多项式在 x 和 y 的笛卡尔积中各点的值。第一个参数 x、y、z 是三维级数在 x、y 和 z 的笛卡尔积中各点处计算的值。如果 x、y 或 z 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…… 阅读更多

要评估二维切比雪夫级数在点 (x, y) 处的值，请在 Python NumPy 中使用 `polynomial.chebval2d()` 方法。该方法返回二维切比雪夫级数在由 x 和 y 的对应值对形成的点上的值，即参数 x、y。二维级数在点 (x, y) 处计算，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。参数 c 是…… 阅读更多

要在点 x 处评估切比雪夫级数，请在 Python NumPy 中使用 `chebyshev.chebval()` 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与自身以及 c 的元素相加和相乘。第二个参数 C，一个系数数组，其中 n 次项的系数包含在 c[n] 中。如果 c 是多维的，其余索引则枚举多个多项式。在二维情况下，系数…… 阅读更多

要在点 x 处评估切比雪夫级数，请在 Python NumPy 中使用 `chebyshev.chebval()` 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与自身以及 c 的元素相加和相乘。第二个参数 C，一个系数数组，其中 n 次项的系数包含在 c[n] 中。如果 c 是多维的，其余索引则枚举多个多项式。在二维情况下，系数…… 阅读更多

要评估(x, y, z)点的三维多项式，可以使用Python NumPy中的`polynomial.polyval3d()`方法。该方法返回在由x、y和z的对应值的三元组形成的点上的多维多项式的值。参数为x、y、z。三维序列在(x, y, z)点处进行评估，其中x、y和z必须具有相同的形状。如果x、y或z中的任何一个是列表或元组，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…… 阅读更多