使用 Python 中的点坐标浮点数组生成 Hermite_e 多项式的伪 Vandermonde 矩阵
pythonnumpyserver side programmingprogramming更新于 2024/6/15 13:00:17
要生成 Hermite 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([0.1, 1.4]) y = np.array([1.7, 2.8])
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 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([0.1, 1.4])
y = np.array([1.7, 2.8])
# 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数组
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# 要生成 Hermite 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...
[0.1 1.4]
Array2...
[1.7 2.8]
Array1 datatype...
float64
Array2 datatype...
float64
Dimensions of Array1...
1
Dimensions of Array2...
1
Shape of Array1...
(2,)
Shape of Array2...
(2,)
结果...
[[ 1.000000e+00 1.700000e+00 1.890000e+00 -1.870000e-01 1.000000e-01
1.700000e-01 1.890000e-01 -1.870000e-02 -9.900000e-01 -1.683000e+00
-1.871100e+00 1.851300e-01]
[ 1.000000e+00 2.800000e+00 6.840000e+00 1.355200e+01 1.400000e+00
3.920000e+00 9.576000e+00 1.897280e+01 9.600000e-01 2.688000e+00
6.566400e+00 1.300992e+01]]
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/
打印
下一节:在 Python 中对 Hermite_e 序列进行微分、设置导数并将每个微分乘以标量 ❯❮ 上一节:在 Python 中生成 Hermite_e 多项式的伪 Vandermonde 矩阵
