Python 评估Hermite系列中的点x

要在点x处评估Hermite系列，请使用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，它会转换为ndarray，否则保持不变并视为标量。无论哪种情况，x或其元素必须支持与自己和c的元素的加法和乘法。

第二个参数C是一个按照系数顺序排列的数组，其中第n个次数的系数包含在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，这些系数可以被认为是存储在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以1扩展，每个维度的x增加一个。标量在此操作中的维度为0。结果是，对于x的每个元素，都会对c的每一列进行评估。如果为False，则对于评估，x将在c的列上广播。当c是多维的时，此关键字非常有用。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)

获取形状 –

print("\nShape of our Array object...\n",c.shape)

在Python的Numpy中，要对点x进行Hermite级数的评估，可以使用hermite.hermval()方法。

x = np.array([[1,2],[3,4]])
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)

# To evaluate a Hermite series at points x, use the hermite.hermval() method in Python Numpy
x = np.array([[1,2],[3,4]])
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...
   [[ 11. 51.]
   [115. 203.]]