要整合 Hermite_e 级数,请在 Python 中使用 hermite_e.hermeint() 方法。第一个参数 c 是 Hermite_e 级数系数的数组。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 是积分阶数,必须为正数。(默认值:1)。第三个参数 k 是积分常数。在 lbnd 处第一个积分的值是列表中的第一个值,在 lbnd 处第二个积分的值是第二个值,依此类推。如果 k == [](默认值),则所有... 阅读更多
要获取数据的勒让德级数的最小二乘拟合,请在 Python numpy 中使用 legendre.legfit() 方法。该方法返回按从低到高的顺序排列的勒让德系数。如果 y 是二维的,则 y 的第 k 列中的数据的系数在第 k 列中。参数 x 是 M 个样本(数据)点 (x[i], y[i]) 的 x 坐标。参数 y 是样本点的 y 坐标。通过为 y 传入包含一个数据... 的二维数组,可以在一次调用 polyfit 时对共享相同 x 坐标的几组样本点进行(独立)拟合 阅读更多
要整合 Hermite_e 级数,请在 Python 中使用 hermite_e.hermeint() 方法。第一个参数 c 是 Hermite_e 级数系数的数组。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 是积分阶数,必须为正数。(默认值:1)。第三个参数 k 是积分常数。在 lbnd 处第一个积分的值是列表中的第一个值,在 lbnd 处第二个积分的值是第二个值,依此类推。如果 k == [](默认值),则所有... 阅读更多
要对 Hermite_e 级数进行积分,请在 Python 中使用 hermite_e.hermeint() 方法。第一个参数 c 是 Hermite_e 级数系数的数组。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 是积分阶数,必须为正数。(默认值:1)第三个参数 k 是积分常数。第一个积分在 lbnd 处的值是列表中的第一个值,第二个积分在 lbnd 处的值是第二个值,依此类推。如果 k == [](默认值),则所有... 阅读更多
要评估点 x 处的勒让德级数,请在 Python Numpy 中使用 polynomial.legendre.legval() 方法。第一个参数是 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与 c 的元素相加和相乘。第二个参数 C,一个系数数组,其顺序使得 n 次项的系数包含在 c[n] 中。如果 c 是多维的,则其余索引枚举多个多项式。在二维情况下,... 阅读更多