技术文章库 - 编程教程与技术分享平台
Python – numpy.linspace
numpy.linspace函数用于在定义的间隔内创建一组均匀分布的数字。语法numpy.linspace(start,stop,num=50,end=True/False,retstep=False/True,dtype=None)参数该函数可以接受以下参数−start−序列的开始；默认情况下，它被视为零。stop−序列的
使用 Python 中的多维系数对拉盖尔级数进行微分
要对拉盖尔级数进行微分，请使用Python中的laguerre.lagder()方法。该方法返回沿轴微分m次的拉盖尔级数系数c。每次迭代时，结果都会乘以scl。参数c是沿每个轴从低到高阶排列的系数数组，例如，[1,2,3]表示级数1*L_0+2*L_1+3*L_2，而[[1,2],[1,2]]表示1*L_0(x)*L_0(y)+1*L_1(x)*L_0(y
在 Python 中区分拉盖尔级数
要区分拉盖尔级数，请使用Python中的laguerre.lagder()方法。该方法返回沿轴区分m次的拉盖尔级数系数c。每次迭代时，结果都会乘以scl。参数c是沿每个轴从低到高阶排列的系数数组，例如，[1,2,3]表示级数1*L_0+2*L_1+3*L_2，而[[1,2],[1,2]]表示1*L_0(x)*L_0(y)+1*L_1(x)*L_0(y)+
使用 Python 中的二维系数数组对 x、y 和 z 的笛卡尔积计算三维拉盖尔级数
要对x、y和z的笛卡尔积计算三维拉盖尔级数，请使用Python中的polynomial.laguerre.laggrid3d()方法。该方法返回x、y和z的笛卡尔积中各点处的三维拉盖尔级数的值。如果c的维数少于三个，则会在其形状中隐式添加1以使其成为三维。结果的形状将是c.shape[3:]+x.shape+y.shape+z.shape。第一个参数
使用 Python 中的 3d 系数数组对 x 和 y 的笛卡尔积计算二维拉盖尔级数
要对x和y的笛卡尔积计算二维拉盖尔级数，请使用Python中的polynomial.laguerre.laggrid2d()方法。该方法返回x和y的笛卡尔积中各点处的二维拉盖尔级数的值。如果c的维数少于两个，则会在其形状中隐式添加1以使其成为二维。结果的形状将是c.shape[2:]+x.shape+y.shape。第一个参数x,y是在x和y
在 Python 中求点 x 处的拉盖尔级数，并求出 x 每一维的系数数组的形状
要在点x处评估拉盖尔级数，请使用PythonNumpy中的polynomial.laguerre.lagval()方法。第一个参数是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。无论哪种情况，x或其元素都必须支持与自身以及c元素的加法和乘法。第二个参数C是一个系数数组，该数组按顺序排列，以便n次项的系数包含在c[n]中。如果c
在 Python 中，当系数为多维时，在点 x 处评估拉盖尔级数
要在点x处评估拉盖尔级数，请使用PythonNumpy中的polynomial.laguerre.lagval()方法。第一个参数是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。无论哪种情况，x或其元素都必须支持与自身以及c元素的加法和乘法。第二个参数C是一个系数数组，该数组按顺序排列，以便n次项的系数包含在c[n]中。如果c
在 Python 中求点 x 处的拉盖尔级数
要在点x处评估拉盖尔级数，请使用PythonNumpy中的polynomial.laguerre.lagval()方法。第一个参数是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。无论哪种情况，x或其元素都必须支持与自身以及与c的元素进行加法和乘法。第二个参数C是一个按顺序排列的系数数组，以便n次项的系数包含在c[n]中。如果c
在 Python 中对拉盖尔级数进行幂运算
要对拉盖尔级数进行幂运算，请使用PythonNumpy中的polynomial.laguerre.lagpow()方法。该方法返回拉盖尔级数c的幂运算pow。参数c是从低到高排序的系数序列。即[1,2,3]是P_0+2*P_1+3*P_2级数。返回拉盖尔级数c的幂运算pow。参数c是从低到高排序的系数序列。即[1,2,3]是P_0+2*P_1
在 Python 中用一个拉盖尔级数除以另一个拉盖尔级数
要用一个拉盖尔级数除以另一个拉盖尔级数，请使用PythonNumpy中的polynomial.laguerre.lagdiv()方法。该方法返回一个[quo,rem]数组，其中包含表示商和余数的拉盖尔级数系数。返回两个拉盖尔级数c1/c2的商和余数。参数是从最低阶"项"到最高阶的系数序列，例如，[1,2,3]表示级数P_0+2*P_1+3*P_2。参数c1和c2为
在 Python 中将一个拉盖尔级数与另一个拉盖尔级数相乘
要将一个拉盖尔级数与另一个拉盖尔级数相乘，请使用PythonNumpy中的polynomial.laguerre.lagmul()方法。返回两个拉盖尔级数c1*c2的乘积。系数序列从最低阶项到最高阶项，即[1,2,3]表示级数P_0+2*P_1+3*P_2。参数c1和c2为拉盖尔级数系数从低到高排列的一维数组。步骤首先，导入所需的库−importnu
在 Python 中将拉盖尔级数乘以独立变量
要将拉盖尔级数乘以独立变量，请使用Python中的polynomial.laguerre.lagmulx()方法。将拉盖尔级数c乘以x，其中x是独立变量。参数c是按从低到高排序的拉盖尔级数系数的一维数组。步骤首先，导入所需的库−importnumpyasnpfromnumpy.polynomialimportlaguerreasL创建一个数组&
在 Python 中用一个拉盖尔级数减去另一个拉盖尔级数
要用一个拉盖尔级数减去另一个拉盖尔级数，请使用PythonNumpy中的polynomial.laguerre.lagsub()方法。该方法返回一个拉盖尔级数系数数组，表示它们的差值。返回两个拉盖尔级数c1-c2的差值。系数序列从最低阶项到最高阶项，即[1,2,3]表示级数P_0+2*P_1+3*P_2。参数c1和c2为拉盖尔级数系数从低到高排列的一维数组。步骤首先
在 Python 中生成 Hermite 多项式和 x、y、z 样本点的伪 Vandermonde 矩阵
要生成Hermite多项式和x、y、z样本点的伪Vandermonde矩阵，请使用PythonNumpy中的hermite.hermvander3d()。该方法返回伪Vandermonde矩阵。参数x、y、z是点坐标的数组，所有点坐标的形状都相同。dtype将转换为float64或complex128，具体取决于是否有任何元素是复数。标量将转换为一维数组。参数
在 Python 中生成带有点坐标复数数组的 Hermite 多项式的伪 Vandermonde 矩阵
要生成Hermite多项式的伪Vandermonde矩阵，请使用PythonNumpy中的hermite.hermvander2d()。该方法返回伪Vandermonde矩阵。参数x、y是点坐标数组，所有点坐标的形状均相同。dtype将转换为float64或complex128，具体取决于是否有任何元素是复数。标量将转换为一维数组。参数deg是[x_deg,
用Python生成给定根的Hermite级数
要生成给定根的Hermite级数，请使用PythonNumpy中的hermite.hermfromroots()方法。该方法返回一个一维系数数组。如果所有根都是实数，则out是实数数组；如果某些根是复数，则即使结果中的所有系数都是实数，out也是复数。参数roots是包含根的序列。步骤首先，导入所需的库−importnumpyasnpfromnumpy.polynomial
在 Python 中对轴 1 上的切比雪夫级数进行积分
要对切比雪夫级数进行积分，请使用Python中的chebyshev.chebint()方法。返回沿轴从lbnd积分m次的切比雪夫级数系数c。每次迭代时，将所得级数乘以scl，并添加积分常数k。第一个参数c是切比雪夫级数系数数组。如果c是多维的，则不同的轴对应不同的变量，每个轴的度数由相应的索引给出。第二个参数m是积分阶数，必须为正数。(默认值:1)。第三个参数k
在 Python 中对轴 0 上的切比雪夫级数进行积分
要对切比雪夫级数进行积分，请使用Python中的chebyshev.chebint()方法。返回沿轴从lbnd积分m次的切比雪夫级数系数c。每次迭代时，将所得级数乘以scl，并添加积分常数k。第一个参数c是切比雪夫级数系数数组。如果c是多维的，则不同的轴对应不同的变量，每个轴的度数由相应的索引给出。第二个参数m是积分阶数，必须为正数。(默认值:1)。第三个参数k
在 Python 中对特定轴上的切比雪夫级数进行积分
要对切比雪夫级数进行积分，请使用Python中的chebyshev.chebint()方法。返回沿轴从lbnd积分m次的切比雪夫级数系数c。每次迭代时，将所得级数乘以scl，并添加积分常数k。第一个参数c是切比雪夫级数系数数组。如果c是多维的，则不同的轴对应不同的变量，每个轴的度数由相应的索引给出。第二个参数m是积分阶数，必须为正数。(默认值:1)。第三个参数k
在 Python 中对轴 0 上的 Hermite 级数进行积分
要对Hermite级数进行积分，请使用Python中的hermite.hermint()方法。第一个参数c是Hermite级数系数数组。如果c是多维的，则不同的轴对应不同的变量，每个轴的度数由相应的索引给出。第二个参数m是积分阶数，必须为正数。(默认值:1)第三个参数k是积分常数。lbnd处的第一个积分的值是列表中的第一个值，lbnd处的第二个积分的值是第二个值
