通过Python在多维系数下评估Hermite级数的点x

要在点x上评估Hermite级数，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，则会转换为ndarray，否则将保持不变并视为标量。不论哪种情况，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是一个按顺序排列的系数数组，使得度为n的项的系数包含在c[n]中。如果c是多维的，则剩余索引会列举多个多项式。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的维度添加一个1。对于此操作，标量的维度为0。结果是，c中的每列系数都会针对x的每个元素进行评估。如果为False，则对于评估，x会在c的列上进行广播。当c是多维的时候，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

创建一个系数的多维数组 –

c = np.arange(4).reshape(2,2)

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)

要在点x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 array of coefficients
c = np.arange(4).reshape(2,2)

# 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...
   [[0 1]
   [2 3]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
   [[ 4. 8.]
   [ 7. 13.]]