資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
安卓
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
JavaScript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究在 Python 中用一個埃爾米特級數除以另一個級數
如要將一個埃爾米特級數除以另一個級數，請在 Python Numpy 中使用 polynomial.hermite.hermdiv() 方法。此方法返回一個埃爾米特級數係數陣列，表示商和餘數。返回兩個埃爾米特級數 c1 / c2 的商和餘數。引數是係數序列，從最低階“項”到最高階，例如 [1,2,3] 表示級數 P_0 + 2*P_1 + 3*P_2。引數 c1 和 c2 是埃爾米特級數係數的一維陣列，按從低到高的順序排列。
步驟
首先，匯入所需的庫 -
import numpy as np from numpy.polynomial import hermite as H
建立埃爾米特級數係數的一維陣列 -
c1 = np.array([53., 30., 52., 7., 6.]) c2 = np.array([1, 2, 3])
顯示係數陣列 -
print("Array1...\n",c1)
print("\nArray2...\n",c2)顯示資料型別 -
print("\nArray1 datatype...\n",c1.dtype)
print("\nArray2 datatype...\n",c2.dtype)檢查這兩個陣列的維度 -
print("\nDimensions of Array1...\n",c1.ndim)
print("\nDimensions of Array2...\n",c2.ndim)檢查這兩個陣列的形狀 -
print("\nShape of Array1...\n",c1.shape)
print("\nShape of Array2...\n",c2.shape)如要將一個埃爾米特級數除以另一個級數，請在 Python Numpy 中使用 polynomial.hermite.hermdiv() 方法 -
print("\nResult (division)....\n",H.hermdiv(c1, c2))示例
import numpy as np
from numpy.polynomial import hermite as H
# Create 1-D arrays of Hermite series coefficients
c1 = np.array([53., 30., 52., 7., 6.])
c2 = np.array([1, 2, 3])
# Display the arrays of coefficients
print("Array1...\n",c1)
print("\nArray2...\n",c2)
# Display the datatype
print("\nArray1 datatype...\n",c1.dtype)
print("\nArray2 datatype...\n",c2.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",c1.ndim)
print("\nDimensions of Array2...\n",c2.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",c1.shape)
print("\nShape of Array2...\n",c2.shape)
# To divide one Hermite series by another, use the polynomial.hermite.hermdiv() method in Python Numpy
print("\nResult (division)....\n",H.hermdiv(c1, c2))輸出
Array1... [53. 30. 52. 7. 6.] Array2... [1 2 3] Array1 datatype... float64 Array2 datatype... int64 Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (5,) Shape of Array2... (3,) Result (division).... (array([0., 1., 2.]), array([1., 1.]))
更新於：2022-03-01
98 個瀏覽量
廣告