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
服装学
法学在Python中生成厄米多项式的伪范德蒙德矩阵
要生成厄米多项式的伪范德蒙德矩阵，请在Python NumPy中使用hermite.hermvander2d()。此方法返回伪范德蒙德矩阵。
参数x，y是点坐标数组，形状相同。数据类型将根据元素是否为复数转换为float64或complex128。标量将转换为一维数组。参数deg是最大次数列表，形式为[x_deg, y_deg]。
步骤
首先，导入所需的库：
import numpy as np from numpy.polynomial import hermite as H
使用numpy.array()方法创建形状相同的点坐标数组：
x = np.array([1, 2]) y = np.array([3, 4])
显示数组：
print("Array1...\n",x)
print("\nArray2...\n",y)显示数据类型：
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)检查两个数组的维度：
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)检查两个数组的形状：
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)要生成厄米多项式的伪范德蒙德矩阵，请在Python NumPy中使用hermite.hermvander2d()：
x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermvander2d(x,y, [x_deg, y_deg]))示例
import numpy as np
from numpy.polynomial import hermite as H
# Create arrays of point coordinates, all of the same shape using the numpy.array() method
x = np.array([1, 2])
y = np.array([3, 4])
# Display the arrays
print("Array1...\n",x)
print("\nArray2...\n",y)
# Display the datatype
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# To generate a pseudo Vandermonde matrix of the Hermite polynomial, use the hermite.hermvander2d() in Python Numpy
# The method returns the pseudo-Vandermonde matrix.
x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermvander2d(x,y, [x_deg, y_deg]))输出
Array1...
[1 2]
Array2...
[3 4]
Array1 datatype...
int64
Array2 datatype...
int64
Dimensions of Array1...
1
Dimensions of Array2...
1
Shape of Array1...
(2,)
Shape of Array2...
(2,)
Result...
[[1.000e+00 6.000e+00 3.400e+01 1.800e+02 2.000e+00 1.200e+01 6.800e+01
3.600e+02 2.000e+00 1.200e+01 6.800e+01 3.600e+02]
[1.000e+00 8.000e+00 6.200e+01 4.640e+02 4.000e+00 3.200e+01 2.480e+02
1.856e+03 1.400e+01 1.120e+02 8.680e+02 6.496e+03]]
更新于：2022年3月7日
89 次浏览
广告