在 Python 中评估点 x 数组上的 Hermite 级数

要评估点 x 处的 Hermite 级数，请在 Python Numpy 中使用 hermite.hermval() 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以及 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，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 x 的维度一个。对于此操作，标量具有维度 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 x 会在评估过程中广播到 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 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)

要评估点 x 处的 Hermite 级数，请在 Python Numpy 中使用 hermite.hermval() 方法 -

x = np.array([[1,2],[3,4]])
print("\nResult...\n",H.hermval(x,c))

示例

import numpy as np
from numpy.polynomial import hermite 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)

# To evaluate a Hermite series at points x, use the hermite.hermval() method in Python Numpy
x = np.array([[1,2],[3,4]])
print("\nResult...\n",H.hermval(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...
   [[ 11. 51.]
   [115. 203.]]

更新于： 2022-03-01

88 次查看

开启您的 职业生涯

通过完成课程获得认证

开始学习
广告