要积分多项式，请在 Python 中使用 `polynomial.polyint()` 方法。该方法返回沿轴线从 `lbnd` m 次积分的多项式系数 c。在每次迭代中，结果序列将乘以 `scl`，并添加一个积分常数 k。缩放因子用于线性变量变化。参数 c 是一个系数数组，从低到高次排列，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，axis=1 是 y）。… 阅读更多

要积分多项式，请在 Python 中使用 `polynomial.polyint()` 方法。该方法返回沿轴线从 `lbnd` m 次积分的多项式系数 c。在每次迭代中，结果序列将乘以 `scl`，并添加一个积分常数 k。缩放因子用于线性变量变化。参数 c 是一个系数数组，从低到高次排列，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，axis=1 是 y）。… 阅读更多

Hermite_e 级数也称为概率论家的 Hermite 多项式或物理学家的 Hermite 多项式，在数学中可用，用于对加权 Hermite 多项式求和。在量子力学的某些特定情况下，Hermite_e 级数的权重函数为 e^(−x^2)。以下是 Hermite_e 级数的公式：H_n(x) = (-1)^n e^(x^2/2) d^n/dx^n(e^(-x^2/2)) 其中，H_n(x) 是 n 次 Hermite 多项式，x 是自变量，d^n/dx^n 表示关于 x 的 n 次导数。定义系数要对 Hermite_e 级数进行微分，首先我们需要… 阅读更多

要微分 Hermite_e 级数，请在 Python 中使用 `hermite_e.hermeder()` 方法。第一个参数 c 是 Hermite_e 级数系数数组。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 是所取导数的个数，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。这用于线性变量变化。（默认值：1）。第四个参数 axis 是… 阅读更多

要微分 Hermite_e 级数，请在 Python 中使用 `hermite.hermeder()` 方法。第一个参数 c 是 Hermite 级数系数数组。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 是所取导数的个数，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。这用于线性变量变化。（默认值：1）。第四个参数 axis 是… 阅读更多

要积分多项式，请在 Python 中使用 `polynomial.polyint()` 方法。该方法返回沿轴线从 `lbnd` m 次积分的多项式系数 c。在每次迭代中，结果序列将乘以 `scl`，并添加一个积分常数 k。缩放因子用于线性变量变化。参数 c 是一个系数数组，从低到高次排列，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，axis=1 是 y）。… 阅读更多

要积分多项式，请在 Python 中使用 `polynomial.polyint()` 方法。该方法返回沿轴线从 `lbnd` m 次积分的多项式系数 c。在每次迭代中，结果序列将乘以 `scl`，并添加一个积分常数 k。缩放因子用于线性变量变化。参数 c 是一个系数数组，从低到高次排列，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，axis=1 是 y）。… 阅读更多

要微分多项式，请在 Python NumPy 中使用 `polynomial.polyder()` 方法。返回沿轴线 m 次微分的多项式系数 c。在每次迭代中，结果都乘以 scl（缩放因子用于线性变量变化）。参数 c 是一个系数数组，从低到高次排列，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，axis=1 是 y）。该方法返回导数的多项式系数。… 阅读更多

要评估点 (x, y) 处的二维多项式，请在 Python NumPy 中使用 `polynomial.polyval2d()` 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，即参数 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。参数 c 是一个数组… 阅读更多

为了评估二维多项式在点 (x, y) 处的值，可以使用 Python NumPy 中的 `polynomial.polyval2d()` 方法。该方法返回在由 x 和 y 中对应值对组成的点处，二维多项式的值，即参数 x, y。二维序列在点 (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。参数 c 是一个数组……阅读更多