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
时尚研究
法学研究在 Python 中使用多维系数数组评估 Hermite 级数在 x 点的值
要在 Python NumPy 中评估 x 点处的 Hermite 级数，请使用 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。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，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一个维度，每个维度对应 x 的一个维度。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，则在评估过程中，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)
要在 Python NumPy 中评估 x 点处的 Hermite 级数，请使用 hermite.hermval() 方法：
print("\nResult...\n",H.hermval([1,2],c))示例
import numpy as np
from numpy.polynomial import hermite 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 series at points x, use the hermite.hermval() method in Python Numpy
print("\nResult...\n",H.hermval([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... [[ 7. 13.] [10. 18.]]
更新于：2022年3月2日
94 次浏览
广告