資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
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
法學研究在 Python 中使用多維繫數陣列評估 Hermite 級數在 x 點的值
要在 Python NumPy 中評估 x 點處的 Hermite 級數，請使用 hermite.hermval() 方法。第一個引數 x，如果 x 是列表或元組，則將其轉換為 ndarray，否則保持不變並將其視為標量。無論哪種情況，x 或其元素都必須支援自身以及 c 的元素之間的加法和乘法。
第二個引數 C，一個係數陣列，其排序方式是 n 次項的係數包含在 c[n] 中。如果 c 是多維的，則其餘索引列舉多個多項式。在二維情況下，可以認為係數儲存在 c 的列中。
第三個引數 tensor，如果為 True，則係數陣列的形狀在右側擴充套件一個維度，每個維度對應 x 的一個維度。標量對此操作的維度為 0。結果是，c 中的每一列係數都針對 x 的每個元素進行評估。如果為 False，則在評估過程中，x 將廣播到 c 的列上。當 c 是多維時，此關鍵字很有用。預設值為 True。
步驟
首先，匯入所需的庫：
import numpy as np from numpy.polynomial import hermite as H
建立一個多維繫數陣列：
c = np.array([[1,2],[3,4]])
顯示陣列：
print("Our Array...\n",c)檢查維度：
print("\nDimensions of our Array...\n",c.ndim)
獲取資料型別：
print("\nDatatype of our Array object...\n",c.dtype)獲取形狀：
print("\nShape of our Array object...\n",c.shape)
要在 Python NumPy 中評估 x 點處的 Hermite 級數，請使用 hermite.hermval() 方法：
print("\nResult...\n",H.hermval([1,2],c))示例
import numpy as np
from numpy.polynomial import hermite as H
# Create a multidimensional of coefficients
c = np.array([[1,2],[3,4]])
# 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))輸出
Our Array... [[1 2] [3 4]] Dimensions of our Array... 2 Datatype of our Array object... int64 Shape of our Array object... (2, 2) Result... [[ 7. 13.] [10. 18.]]
更新於：2022年3月2日
94 次瀏覽
廣告