要积分 Hermite_e 级数，请在 Python 中使用 hermite.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，每个轴的度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(s)。在 lbnd 处的第一个积分的值是列表中的第一个值，在 lbnd 处的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

要积分 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，每个轴的度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(s)。在 lbnd 处的第一个积分的值是列表中的第一个值，在 lbnd 处的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

要从勒让德多项式中去除小的尾随系数，请在 Python numpy 中使用 legendre.legtrim() 方法。该方法返回一个删除了尾随零的一维数组。如果生成的级数为空，则返回包含单个零的级数。“小”表示“绝对值小”，由参数 tol 控制；“尾随”表示最高阶系数(s)，例如，在 [0, 1, 1, 0, 0]（表示 0 + x + x**2 + 0*x**3 + 0*x**4）中，第 3 阶和第 4 阶系数都将被“修剪”。参数 c 是从低阶到……阅读更多

要获取勒让德级数对数据的最小二乘拟合，请在 Python numpy 中使用 legendre.legfit() 方法。该方法返回从低到高排序的勒让德系数。如果 y 是二维的，则 y 的第 k 列中的数据的系数位于第 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 传递包含一个数据……阅读更多

要返回勒让德多项式系数的一维数组的缩放伴随矩阵，请在 Python Numpy 中使用 legendre.legcompanion() 方法。当 c 是一个基础拉盖尔多项式时，勒让德多项式的常用伴随矩阵已经是对称的，因此不应用缩放。返回维度为 (deg, deg) 的缩放伴随矩阵。参数 c 是从低到高排序的勒让德级数系数的一维数组。步骤首先，导入所需的库 - import numpy as np from numpy.polynomial import legendre as L 创建一个一维系数数组 - c = np.array([1, 2, 3, 4, 5]) 显示数组 - print("我们的数组...", ... 阅读更多

要积分 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，每个轴的度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(s)。在 lbnd 处的第一个积分的值是列表中的第一个值，在 lbnd 处的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

要积分 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，每个轴的度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(s)。在 lbnd 处的第一个积分的值是列表中的第一个值，在 lbnd 处的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，否则将其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自身以及 c 的元素的加法和乘法运算。第二个参数 C，一个系数数组，其排序方式使得 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

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，每个轴的度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。每个微分都乘以 scl。最终结果是乘以 scl**m。这是用于变量的线性变化。（默认值：1）。第四个参数 axis 是……阅读更多

要微分勒让德级数，请在 Python 中使用 polynomial.laguerre.legder() 方法。返回沿轴 m 次微分的勒让德级数系数 c。在每次迭代中，结果都乘以 scl。第一个参数 c 是勒让德级数系数的数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的度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。每个微分都乘以 scl。最终结果是乘以 scl**m。这是……阅读更多