极客笔记在python中计算埃尔米特级数的x点列表
在Python中，要在给定点x处求解Hermite系列，可以使用Numpy库中的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，否则它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的元素的加法和乘法。 第二个参数C是一个按照次数n排列的系数数组，其中n阶项的系数包含在c[n]中。如果c是多维的，剩下的索引将枚举多项式。在二维情况下，系数可以被视为存储在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扩展为每个x的维度。对于此操作，标量的维数为0。结果是，c中的每列系数都会对x的每个元素进行求解。如果为False，则在求解中，x会对c的每一列进行广播。当c是多维的时，这个关键字非常有用。默认值为True。 步骤： 首先，导入所需的库。
import numpy as np
from numpy.polynomial import hermite 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]
在Python Numpy中，要在x点上评估Hermite序列，可以使用hermite.hermval()方法。
print("\nResult...\n",H.hermval(x,c))
示例
import numpy as np
from numpy.polynomial import hermite 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 series at points x, use the hermite.hermval() method in Python Numpy
print("\nResult...\n",H.hermval(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...
[ 315. 1235. 2755.]