在 Python 中评估 Hermite 多项式级数在点 x 处的值，并扩展系数数组的形状以适应 x 的每个维度。

要评估 Hermite 多项式级数在点 x 处的值，可以使用 Python Numpy 中的 `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之间的加法和乘法以及与 c 的元素的加法和乘法。

第二个参数 C，一个系数数组，这些系数按顺序排列，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，每个维度一个，用于 x。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 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 as H

创建一个多维系数数组 -

c = np.arange(8).reshape(2,4)

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 多项式级数在点 x 处的值，可以使用 Python Numpy 中的 `hermite.hermval()` 方法 -

print("\nResult...\n",H.hermval([1,2],c, tensor = True))

示例

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

# Create a multidimensional array of coefficients
c = np.arange(8).reshape(2,4)

# 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 series at points x, use the hermite.hermval() method in Python Numpy
print("\nResult...\n",H.hermval([1,2],c, tensor = True))

输出

Our Array...
   [[0 1 2 3]
   [4 5 6 7]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 4)

Result...
   [[ 8. 16.]
   [11. 21.]
   [14. 26.]
   [17. 31.]]

更新于: 2022-03-01

88 次浏览

启动你的 职业生涯

通过完成课程获得认证

开始学习
广告