要生成 Hermite_e 多项式的伪 Vandermonde 矩阵,请使用d()Python Numpy 中的 hermite_e.hermevander2。该方法返回伪范德蒙矩阵。参数 x, y 是一个点坐标数组,都是相同的形状。dtypes 将转换为 float64 或 complex128,具体取决于任何元素是否复杂。标量被转换为一维数组。参数 deg 是 [x_deg, y_deg] 形式的最大度数列表。
脚步
首先,导入所需的库 -
import numpy as np fromnumpy.polynomialimport hermite as H
使用以下方法创建点坐标数组,所有形状都相同-numpy.array()
x = np.array([1, 2]) y = np.array([3, 4])
显示数组 -
print("Array1...\n",x) print("\nArray2...\n",y)
显示数据类型 -
print("\nArray1 datatype...\n",x.dtype) print("\nArray2 datatype...\n",y.dtype)
检查两个阵列的尺寸 -
print("\nDimensions of Array1...\n",x.ndim) print("\nDimensions of Array2...\n",y.ndim)
检查两个阵列的形状 -
print("\nShape of Array1...\n",x.shape) print("\nShape of Array2...\n",y.shape)
要生成 Hermite_e 多项式的伪 Vandermonde 矩阵,请使用d()Python Numpy 中的 hermite_e.hermevander2 -
x_deg, y_deg = 2, 3 print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))
示例
import numpy as np fromnumpy.polynomialimport hermite_e as H #使用 numpy.array() 方法创建所有相同形状的点坐标数组 x = np.array([1, 2]) y = np.array([3, 4]) #显示数组 print("Array1...\n",x) print("\nArray2...\n",y) #显示数据类型 print("\nArray1 datatype...\n",x.dtype) print("\nArray2 datatype...\n",y.dtype) #检查两个数组的尺寸 print("\nDimensions of Array1...\n",x.ndim) print("\nDimensions of Array2...\n",y.ndim) #检查两个数组的形状 print("\nShape of Array1...\n",x.shape) print("\nShape of Array2...\n",y.shape) #要生成 Hermite_e 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy 中的 hermite_e.hermevander2d() x_deg, y_deg = 2, 3 print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))输出结果
Array1... [1 2] Array2... [3 4] Array1 datatype... int64 Array2 datatype... int64 Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (2,) Shape of Array2... (2,) Result... [[ 1. 3. 8. 18. 1. 3. 8. 18. 0. 0. 0. 0.] [ 1. 4. 15. 52. 2. 8. 30. 104. 3. 12. 45. 156.]]