在 Python 中生成 Hermite_e 多项式的伪 Vandermonde 矩阵
pythonnumpyserver side programmingprogramming更新于 2024/6/15 12:28:17
要生成 Hermite_e 多项式的伪 Vandermonde 矩阵，请使用 Python Numpy 中的 hermite_e.hermevander2d()。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 deg 是 [x_deg, y_deg] 形式的最大度数列表。
步骤
首先，导入所需的库 −
import numpy as np from numpy.polynomial import hermite as H
使用 numpy.array() 方法 − 创建点坐标数组，所有数组的形状相同
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)
检查两个数组的维度 −
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("\n结果...\n",H.hermevander2d(x,y, [x_deg, y_deg]))
示例
import numpy as np
from numpy.polynomial import hermite_e as H
# 使用 numpy.array() 方法创建点坐标数组，所有数组的形状相同
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)
# 检查两个数组的维度
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("\n结果...\n",H.hermevander2d(x,y, [x_deg, y_deg]))
输出
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,) 结果... [[ 1. 3. 8. 18. 1. 3. 8. 18. 0. 0. 0. 0.] [ 1. 4. 15. 52. 2. 8. 30. 104. 3. 12. 45. 156.]]
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
