บทนำ
การประเมินอนุกรม Hermite_e ที่จุด x ใช้เมธอด hermite.hermeval() ใน NumPy พารามิเตอร์ tensor ควบคุมการขยายรูปร่างอาร์เรย์สัมประสิทธิ์
พารามิเตอร์
- x: หากเป็น list/tuple จะแปลงเป็น ndarray มิฉะนั้นถือเป็น scalar
- C: อาร์เรย์สัมประสิทธิ์ c[n] มีสัมประสิทธิ์ของพจน์ดีกรี n หาก c หลายมิติ ดัชนีที่เหลือนับพหุนามหลายตัว
- tensor: หาก True (default) รูปร่าง c จะขยายด้วย ones ด้านขวา หนึ่งต่อมิติของ x ทุกคอลัมน์ของ c จะประเมินสำหรับทุกองค์ประกอบของ x หาก False x จะ broadcast ไปยังคอลัมน์ของ c
ขั้นตอนการทำงาน
1. นำเข้าไลบรารี
import numpy as np from numpy.polynomial import hermite_e as H
2. สร้างอาร์เรย์สัมประสิทธิ์หลายมิติ
c = np.arange(8).reshape(2, 4)
3. แสดงอาร์เรย์
print("Our Array...\n", c)
4. ตรวจสอบมิติ
print("\nDimensions of our Array...\n", c.ndim)
5. ตรวจสอบชนิดข้อมูล
print("\nDatatype of our Array object...\n", c.dtype)
6. ตรวจสอบรูปร่าง
print("\nShape of our Array object...\n", c.shape)
7. ประเมินอนุกรม (tensor=True)
print("\nResult...\n", H.hermeval([1, 2], c, tensor=True))
ตัวอย่างโค้ดสมบูรณ์
import numpy as np
from numpy.polynomial import hermite_e as H
c = np.arange(8).reshape(2, 4)
print("Our Array...\n", c)
print("\nDimensions of our Array...\n", c.ndim)
print("\nDatatype of our Array object...\n", c.dtype)
print("\nShape of our Array object...\n", c.shape)
print("\nResult...\n", H.hermeval([1, 2], c, tensor=True))
ผลลัพธ์ที่คาดหวัง
Our Array... [[0 1 2 3] [4 5 6 7]] Dimensions of our Array... 2 Datatype of our Array object... int64 Shape of our Array object... (2, 4) Result... [[ 4. 8.] [ 6. 11.] [ 8. 14.] [10. 17.]]
