在Python中使用多维系数数组评估Hermite_e级数的点x

要在点x处评估Hermite_e系列，可以使用Python Numpy中的hermite.hermeval()方法。 第一个参数x，如果x是一个列表或元组，则会被转换为ndarray，否则保持不变并被视为标量。无论哪种情况，x或其元素必须支持自身和c中元素的加法和乘法。

第二个参数C是一个系数数组，按照顺序排列，其中n次项的系数包含在c[n]中。如果c是多维的，其余指数将枚举多个多项式。在二维情况下，可以将系数看作存储在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用1扩展，为x的每个维度添加一个。对于此操作，标量的维度为0。结果是要为c中的每个系数列对x的每个元素进行评估。如果为False，则将x在c的列上进行广播进行评估。当c是多维时，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 – <\p>

c = np.array([[1,2],[3,4]])

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)

要在点x处评估Hermite_e系列，请使用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 of coefficients
c = np.array([[1,2],[3,4]])

# 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))

输出

Our Array...
   [[1 2]
   [3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2)

Result...
   [[ 4. 7.]
   [ 6. 10.]]