在Python中计算多维系数的Hermite_e级数的适用性

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.]]

Camera课程

Python教程

Java教程

Web教程

数据库教程

图形图像教程

办公软件教程

Linux教程

计算机教程

大数据教程

开发工具教程