要计算两个向量的叉积，请在 Python Numpy 中使用 numpy.cross() 方法。该方法返回 c，即向量叉积。第一个参数是 a，第一个向量分量。第二个参数是 b，第二个向量分量。第三个参数是 axisa，定义向量的 a 轴。默认为最后一个轴。第四个参数是 axisb，定义向量的 b 轴。默认为最后一个轴。第五个参数是 axisc，包含叉积向量的 c 轴。如果两个输入向量都... 阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。第一次差分由 out[i] = a[i+1] - a[i] 给出，沿给定轴，更高的差分是通过递归使用 diff 计算的。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了轴，该轴的维度减小了 n。输出的类型与 a 的任意两个元素之间的差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致... 阅读更多

要计算第 n 次离散差分，请使用 numpy.diff() 方法。第一次差分由 out[i] = a[i+1] - a[i] 给出，沿给定轴，更高的差分是通过递归使用 diff 计算的。diff() 方法返回第 n 次差分。输出的形状与 a 相同，除了轴，该轴的维度减小了 n。输出的类型与 a 的任意两个元素之间的差分的类型相同。在大多数情况下，这与 a 的类型相同。一个值得注意的例外是 datetime64，它会导致... 阅读更多

要生成埃尔米特多项式和 x、y、z 样本点的伪范德蒙德矩阵，请在 Python Numpy 中使用 hermite.hermvander3d()。该方法返回伪范德蒙德矩阵。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。标量转换为一维数组。参数 deg 是表单 [x_deg, y_deg, z_deg] 中的最大次数列表。步骤首先，导入所需的库 - 导入 numpy as np 从 numpy.polynomial 导入 hermite as H创建数组... 阅读更多

梯度使用内部点的二阶精确中心差分计算，并在边界处使用一阶或二阶精确单侧（向前或向后）差分计算。因此，返回的梯度与输入数组具有相同的形状。第一个参数 f 是一个 N 维数组，包含标量函数的样本。第二个参数是 varargs，即 f 值之间的间距。所有维度的默认单位间距。第三个参数是 edge_order{1, 2}，即梯度是在边界处使用 N 阶精确差分计算的。默认值：1。第四个参数是梯度... 阅读更多

要使用复合梯形法则沿给定轴进行积分，请使用 numpy.trapz() 方法。如果提供了 x，则积分会沿着其元素依次进行 - 它们不会排序。该方法返回“y”= n 维数组的定积分，该数组由梯形法则沿单个轴近似。如果“y”是一维数组，则结果为浮点数。如果“n”大于 1，则结果为“n-1”维数组。第一个参数 y 是要积分的输入数组。第二个参数 x 是对应于 y 的样本点... 阅读更多

要评估 x 和 y 的笛卡尔积上的二维多项式，请在 Python 中使用 polynomial.polygrid2d(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。第一个参数 x 和 y 是在 x 和 y 的笛卡尔积中的点处评估的二维级数。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，并且，如果它不是 ndarray，则将其视为标量。第二个参数 c... 阅读更多

要生成切比雪夫多项式和 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。标量转换为一维数组。参数 deg 是表单 [x_deg, y_deg, z_deg] 中的最大次数列表。步骤首先，导入所需的库 - 导入 numpy as... 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 是从低到高次数沿每个轴的系数数组，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。这... 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 是从低到高次数沿每个轴的系数数组，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。这... 阅读更多