在Python中对系数的列进行广播，在指定的点x上评估Hermite_e级数

要在指定的点x上评估Hermite_e级数，在Python的Numpy中可以使用hermite.hermeval()方法。

第一个参数x，如果x是列表或元组，则转换为ndarray，否则保持不变，并且被视为标量。无论哪种情况，x或其元素必须支持相加和相乘，包括与c的元素相加和相乘。

第二个参数C，是一个按系数顺序排序的数组，其中第n个项的系数包含在c[n]中。如果c是多维的，则其余的索引对应多项式的数量。在二维情况下，可以将系数看作是存储在c的列中的。

第三个参数tensor，如果为True，则将系数数组的形状扩展为右侧的1，1对应于x的每个维度。对于此操作，标量的维度为0。结果是对于c中的每一列，都对x的每个元素进行评估。如果为False，则在评估时将x广播到c的列上。当c是多维的时，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_e as H

创建一个多维系数数组 –

c = np.arange(4).reshape(2,2)

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)

要在点x处评估Hermite_e级数，请使用Python Numpy中的hermite.hermeval()方法

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

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, tensor = False))

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. 7.]