要在 Python Numpy 中评估 (x, y) 点处的二维切比雪夫级数，请使用 polynomial.chebval2d() 方法。该方法返回在由 x 和 y 中对应值对形成的点处二维切比雪夫级数的值，即参数 x、y。二维级数在 (x, y) 点处进行评估，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…… 阅读更多

要在 Python 中评估 x、y、z 笛卡尔积上的三维多项式，请使用 polynomial.polygrid3d(x, y, z) 方法。该方法返回在 x 和 y 的笛卡尔积中的点处二维多项式的值。第一个参数 x、y、z 是三维级数在 x、y 和 z 的笛卡尔积中的点处进行评估。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

要在 Python Numpy 中评估 (x, y) 点处的二维切比雪夫级数，请使用 polynomial.chebval2d() 方法。该方法返回在由 x 和 y 中对应值对形成的点处二维切比雪夫级数的值，即参数 x、y。二维级数在 (x, y) 点处进行评估，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…… 阅读更多

要在 Python Numpy 中评估 x 点处的切比雪夫级数，请使用 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 的元素的加法和乘法。第二个参数 C，一个系数数组，其顺序使得 n 次幂的系数包含在 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，系数…… 阅读更多

要在 Python Numpy 中评估 x 点处的切比雪夫级数，请使用 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 的元素的加法和乘法。第二个参数 C，一个系数数组，其顺序使得 n 次幂的系数包含在 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，系数…… 阅读更多

要在 Python Numpy 中评估 (x, y, z) 点处的三维多项式，请使用 polynomial.polyval3d() 方法。该方法返回在由 x、y 和 z 中对应值的三元组形成的点处多维多项式的值。参数为 x、y、z。三维级数在 (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

要在 Python 中评估 x、y 和 z 笛卡尔积上的三维 Hermite_e 级数，请使用 hermite_e.hermegrid3d(x, y, z, c) 方法。该方法返回在 x、y 和 z 的笛卡尔积中的点处二维多项式的值。参数为 x、y、z。三维级数在 x、y 和 z 的笛卡尔积中的点处进行评估。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…… 阅读更多

要在 Python 中评估 x、y 和 z 笛卡尔积上的三维 Hermite_e 级数，请使用 hermite.hermegrid3d(x, y, z, c) 方法。该方法返回在 x、y 和 z 的笛卡尔积中的点处三维多项式的值。参数为 x、y、z。三维级数在 x、y 和 z 的笛卡尔积中的点处进行评估。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…… 阅读更多

要在 Python 中评估 x 和 y 笛卡尔积上的二维 Hermite_e 级数，请使用 hermite_e.hermegrid2d(x, y, c) 方法。该方法返回在 x 和 y 的笛卡尔积中的点处二维多项式的值。参数为 x、y。二维级数在 x 和 y 的笛卡尔积中的点处进行评估。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

要对 Hermite_e 级数进行微分，请使用 Python 中的 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。这用于变量的线性变化。（默认值：1）。第四个参数 axis 是…… 阅读更多