在Python中计算Hermite级数在点x处的值，并针对x的每个维度扩展系数数组的形状

要在点x处计算Hermite级数的值，可以使用Python中Numpy库的hermite.hermval()方法。第一个参数x，如果x是列表或元组，则会转换为ndarray，否则保持不变，并当作标量处理。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，一个按顺序排列的系数数组，其中n次项的系数包含在c[n]中。如果c是多维的，剩余的索引将枚举多个多项式。在二维情况下，系数可以看作是存储在c的列中的。

第三个参数tensor，如果为True，则系数数组的形状在右侧扩展一个维度，每个维度对应x的一个维度。对于这个操作，标量的维度为0。结果是，c中的每列系数都会对x的每个元素进行求值。如果为False，则x将在求值时广播到c的每一列上。当c是多维的时，这个关键字很有用。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

创建一个多维数组的系数 –

c = np.arange(8).reshape(2,4)

显示数组 –

print("Our Array...\n",c)

查看尺寸 –

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)

要在点x处评估一个Hermite系列，请在Python Numpy中使用hermite.hermval()方法 –

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

示例

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

# Create a multidimensional array of coefficients
c = np.arange(8).reshape(2,4)

# 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, tensor = True))

输出

Our Array...
   [[0 1 2 3]
   [4 5 6 7]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 4)

Result...
   [[ 8. 16.]
   [11. 21.]
   [14. 26.]
   [17. 31.]]