在 Python 中使用多维系数数组评估 Hermite_e 多项式级数在点 x 的值

要评估 Hermite_e 多项式级数在点 x 的值，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。在这两种情况下，x 或其元素都必须支持自身之间的加法和乘法，以及与 c 的元素之间的加法和乘法。

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，可以认为系数存储在 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扩展为 1，每个维度对应 x 的一个维度。对于此操作，标量具有维度 0。结果是，c 中的每一列系数都会针对 x 的每个元素进行评估。如果为 False，则 x 会在评估期间广播到 c 的列上。此关键字在 c 为多维时很有用。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

创建一个多维系数数组 -

c = np.array([[1,2],[3,4]])

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)

要评估 Hermite_e 多项式级数在点 x 的值，可以使用 Python Numpy 中的 hermite.hermeval() 方法 -

print("\nResult...\n",H.hermeval([1,2],c))

示例

import numpy as np
from numpy.polynomial import hermite_e as H

# Create a multidimensional of coefficients
c = np.array([[1,2],[3,4]])

# 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)

# To evaluate a Hermite_e series at points x, use the hermite.hermeval() method in Python Numpy
print("\nResult...\n",H.hermeval([1,2],c))

输出

Our Array...
   [[1 2]
   [3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2)

Result...
   [[ 4. 7.]
   [ 6. 10.]]

更新于: 2022-03-08

90 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告