在Python中评估Hermite_e序列中的点x

请使用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，则将其转换为ndarray，否则保持不变并视为标量。无论哪种情况，x或其元素都必须支持与自身和c的元素的加法和乘法。 第二个参数C是一个按照系数排序的数组，其中每个度数为n的项的系数包含在c[n]中。如果c是多维的，则剩余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用1扩展，每个维度的x都用1扩展。对于此操作，标量的维度为0。结果是c中的每一列在x的每个元素上评估。如果为False，则x在评估时通过c的列进行广播。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

创建一个系数数组 −

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

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)

获得形状 −

print("\nShape of our Array object...\n",c.shape)

这里，x是一个列表 –

x = [5, 10, 15]

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(x,c))

示例

import numpy as np
from numpy.polynomial import hermite_e as H

# Create an array of coefficients
c = np.array([1, 2, 3])

# 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)

# Here, x is a list
x = [5, 10, 15]

# To evaluate a Hermite_e series at points x, use the hermite.hermeval() method in Python Numpy
print("\nResult...\n",H.hermeval(x,c))

输出

Our Array...
   [1 2 3]

Dimensions of our Array...
1

Datatype of our Array object...
int64

Shape of our Array object...
(3,)

Result...
   [ 83. 318. 703.]