在Python中用多维系数数组计算Hermite级数的值

要在点x处计算Hermite级数的值，可以使用Python Numpy中的hermite.hermval()方法。第一个参数x，如果x是一个列表或元组，它会被转换为ndarray，否则保持不变，并被视为标量。无论哪种情况，x或其元素必须支持与自身和c的元素进行加法和乘法运算。

第二个参数C是一个按照顺序排序的系数数组，每一个度数为n的项的系数都包含在c[n]中。如果c是多维的，剩余的索引用于枚举多个多项式。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，则系数数组的形状会在右侧扩展，每个x的维度都会增加一个维度。对于标量，此操作的维度为0。结果是c中每一列的系数都会对x的每个元素进行计算。如果为False，则x会在c的列上进行广播计算。当c是多维的时候，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 as H

创建一个多维系数 −

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x点处评估Hermite系列，请使用Python Numpy中的hermite.hermval()方法。

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

示例

import numpy as np
from numpy.polynomial import hermite 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 series at points x, use the hermite.hermval() method in Python Numpy
print("\nResult...\n",H.hermval([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...
[[ 7. 13.]
[10. 18.]]