在Python中计算多维系数的Hermite_e级数的适用性
要在点x处计算Hermite_e级数,可以使用Python的Numpy模块中的hermite.hermeval()方法。第一个参数x,如果x是一个列表或元组,它会被转换成一个ndarray,否则保持不变并被视为一个标量。在任一情况下,x或其元素必须支持加法和乘法运算,以及与c的元素的加法和乘法运算。
第二个参数C是一个按照顺序排列的系数数组,其中第n次项的系数包含在c[n]中。如果c是多维的,则剩余的索引会枚举多个多项式。在二维情况下,系数可以被视为存储在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扩展了一个维度,每个维度都增加了一个维度,其中x的维度为0。结果是对c中的每一列都对x的每个元素进行求值。如果为False,则x在求值过程中对c的列进行广播。此关键字在c是多维的情况下很有用。默认值为True。
步骤
首先,导入所需的库−
import numpy as np
from numpy.polynomial import hermite_e as H
创建一个多维数组的系数 −
c = np.arange(4).reshape(2,2)
展示数组 −
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)
获得形状−
print("\nShape of our Array object...\n",c.shape)
要在点x处评估Hermite_e序列,可以使用Python Numpy中的hermite.hermeval()方法
print("\nResult...\n",H.hermeval([1,2],c))
示例
import numpy as np
from numpy.polynomial import hermite_e as H
# Create a multidimensional array of coefficients
c = np.arange(4).reshape(2,2)
# 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))
输出
Our Array...
[[0 1]
[2 3]]
Dimensions of our Array...
2
Datatype of our Array object...
int64
Shape of our Array object...
(2, 2)
Result...
[[2. 4.]
[4. 7.]]