在Python中评估多维数组点x处的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，否则将其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的元素之间的加法和乘法。

第二个参数C，一个系数数组，这些系数的顺序使得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，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，x将广播到c的列上。当c是多维时，此关键字很有用。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...
",c)

检查维度：

print("
Dimensions of our Array...
",c.ndim)

获取数据类型：

print("
Datatype of our Array object...
",c.dtype)

获取形状：

print("
Shape of our Array object...
",c.shape)

这里，x是一个二维数组：

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

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

print("
Result...
",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...
",c)

# Check the Dimensions
print("
Dimensions of our Array...
",c.ndim)

# Get the Datatype
print("
Datatype of our Array object...
",c.dtype)

# Get the Shape
print("
Shape of our Array object...
",c.shape)

# Here, x is a 2D array
x = np.array([[1,2],[3,4]])

# To evaluate a Hermite series at points x, use the hermite.hermval() method in Python Numpy
print("
Result...
",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年3月1日

浏览量：110

启动您的职业生涯

通过完成课程获得认证

开始
广告