在Python中评估三维厄尔米特级数在点(x,y,z)处的值

要评估三维厄尔米特级数在点(x, y, z)处的值，使用Python的Numpy库中的hermite.hermval3d()方法。该方法返回由x、y和z对应值组成的点上的多维多项式的值。第一个参数是x、y、z。在点(x, y, z)处计算了三维级数，其中x、y和z必须具有相同的形状。如果x、y或z中的任何一个是列表或元组，则首先将其转换为ndarray，否则将保持不变，如果不是ndarray，则将其视为标量。

第二个参数C是一个按照顺序排列的系数数组，使得多重度为i、j、k的项的系数包含在c[i,j,k]中。如果c的维度大于3，则其余索引将列举多组系数。

步骤

首先，导入所需的库 –

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

将下面的英文翻译成中文，不解释，保留HTML格式：

创建一个系数的3D数组 −

c = np.arange(24).reshape(2,2,6)

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)

使用Python中的Numpy库的hermite.hermval3d()方法来评估三维Hermite级数在点（x，y，z）处的值。该方法返回多维多项式在由x，y和z的对应值组成的点上的值。

print("\nResult...\n",H.hermval3d([1,2],[1,2],[1,2],c))

示例

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

# Create a 3d array of coefficients
c = np.arange(24).reshape(2,2,6)

# 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 3D Hermite series at points (x, y, z), use the hermite.hermval3d() method in Python Numpy
print("\nResult...\n",H.hermval3d([1,2],[1,2],[1,2],c))

输出

Our Array...
   [[[ 0 1 2 3 4 5]
   [ 6 7 8 9 10 11]]

   [[12 13 14 15 16 17]
   [18 19 20 21 22 23]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 6)

Result...
   [-4050. 52240.]