数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究在Python中评估多维数组点x处的Hermite_e级数
为了评估点x处的Hermite_e级数，可以使用Python Numpy中的`hermite.hermeval()`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。无论哪种情况，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，其排序方式是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，系数可以认为存储在c的列中。
第三个参数tensor，如果为True，则系数数组的形状在右侧用1扩展，每个x的维度一个。标量对此操作的维度为0。结果是c中的每一列系数都针对x的每个元素进行评估。如果为False，则在评估时将x广播到c的列上。当c是多维时，此关键字非常有用。默认值为True。
步骤
首先，导入所需的库：
import numpy as np from numpy.polynomial import hermite_e as H
创建一个系数数组：
c = np.array([1, 2, 3])
显示数组：
print("Our Array...\n",c)检查维度：
print("\nDimensions of our Array...\n",c.ndim)获取数据类型：
print("\nDatatype of our Array object...\n",c.dtype)获取形状：
print("\nShape of our Array object...\n",c.shape)这里，x是一个二维数组：
x = np.array([[1,2],[3,4]])
为了评估点x处的Hermite_e级数，可以使用Python Numpy中的`hermite.hermeval()`方法：
print("\nResult...\n",H.hermeval(x,c))示例
import numpy as np
from numpy.polynomial import hermite_e as H
# Create an array of coefficients
c = np.array([1, 2, 3])
# Display the array
print("Our Array...\n",c)
# Check the Dimensions
print("\nDimensions of our Array...\n",c.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",c.dtype)
# Get the Shape
print("\nShape of our Array object...\n",c.shape)
# Here, x is a 2D array
x = np.array([[1,2],[3,4]])
# To evaluate a Hermite_e series at points x, use the hermite.hermeval() method in Python Numpy
print("\nResult...\n",H.hermeval(x,c))输出
Our Array... [1 2 3] Dimensions of our Array... 1 Datatype of our Array object... int64 Shape of our Array object... (3,) Result... [[ 3. 14.] [31. 54.]]
更新于：2022年3月9日
104 次查看
广告