在 Python 中的 x 点处计算 Hermite_e 系列

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)

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(1,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)

#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(1,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...

3.0

以上是 在 Python 中的 x 点处计算 Hermite_e 系列 的全部内容, 来源链接: utcz.com/z/297314.html

回到顶部