在 Python 中以点 x 的多维数组评估 Hermite_e 系列

  • Z时代
  • 2024-01-10
  • 分类：综合

要在点 x 处计算 Hermite_e 系列，请使用Python Numpy 中的方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并视为标量。在任何一种情况下，x 或其元素都必须支持与它们自身以及与 c 的元素的加法和乘法。hermite.hermeval()

第二个参数，C，一个排序的系数数组，以便 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，可以认为系数存储在 c 的列中。

第三个参数，张量，如果为True，则系数数组的形状在右边扩展为1，x的每个维度一个。此操作的标量维度为 0。结果是 c 中的每一列系数都针对 x 的每个元素进行评估。如果为 False，则 x 在 c 的列上广播以进行评估。当 c 是多维的时，此关键字很有用。默认值是true。

脚步

首先，导入所需的库 -

import numpy as np
fromnumpy.polynomialimport hermite_e 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)

在这里，x 是一个二维数组 -

x = np.array([[1,2],[3,4]])

要在 x 点评估 Hermite_e 系列，请使用Python Numpy 中的方法 -hermite.hermeval()

print("\nResult...\n",H.hermeval(x,c))

示例

import numpy as np
fromnumpy.polynomialimport hermite_e 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)
#这里，x 是一个二维数组
x = np.array([[1,2],[3,4]])
#要在点 x 处评估 Hermite_e 系列，请使用 Python Numpy 中的 hermite.hermeval() 方法
print("\nResult...\n",H.hermeval(x,c))
输出结果
Our Array...
   [1 2 3]
Dimensions of our Array...
1
Datatype of our Array object...
int64
Shape of our Array object...
(3,)
Result...
   [[ 3. 14.]
   [31. 54.]]

以上是 在 Python 中以点 x 的多维数组评估 Hermite_e 系列 的全部内容， 来源链接： utcz.com/z/297300.html

回到顶部