在Python中使用hermite.hermeval()方法评估Hermite_e系列在点x上的值，并对x的每个维度进行系数数组的形状扩展

要在点x上评估Hermite_e系列，请在Python Numpy中使用hermite.hermeval()方法。 第一个参数x，如果x是一个列表或元组，则转换为ndarray，否则保持不变，并视为标量。在任何情况下，x或其元素必须支持与自身和c的元素的加法和乘法运算。

第二个参数C，一个按照顺序排序的系数数组，其中n次项的系数包含在c[n]中。如果c是多维的，剩余的索引枚举多个多项式。在二维情况下，可以将系数视为存储在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通过添加1进行扩展，每个维度上有一个。对于此操作，标量的维度为0。结果是，c中的每一列系数都在x的每个元素上进行评估。如果为False，则x在评估时广播到c的列上。当c是多维的时，此关键字非常有用。默认值为True。

步骤

首先，导入所需的库 –

import numpy as np
from numpy.polynomial import hermite_e 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)

检查尺寸 –

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)

使用Python的Numpy库中的hermite.hermeval()方法来评估Hermite_e系列在点x处的值。

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

示例

import numpy as np
from numpy.polynomial import hermite_e 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_e series at points x, use the hermite.hermeval() method in Python Numpy
print("\nResult...\n",H.hermeval([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...
   [[ 4. 8.]
   [ 6. 11.]
   [ 8. 14.]
   [10. 17.]]