บทนำ
การประเมินอนุกรม Hermite_e ที่จุด x ใช้เมธอด hermite.hermeval() ใน NumPy พารามิเตอร์ tensor=False จะทำให้ x broadcast ไปยังคอลัมน์ของสัมประสิทธิ์ c สำหรับการประเมิน ใช้เมื่อ c เป็นหลายมิติ
พารามิเตอร์
- x: list/tuple แปลงเป็น ndarray มิฉะนั้นเป็น scalar
- C: อาร์เรย์สัมประสิทธิ์ c[n] สำหรับพจน์ดีกรี n หลายมิติ = หลายพหุนาม
- tensor: True (default) = ขยายรูปร่าง c ด้วย ones ต่อมิติของ x False = broadcast x ไปยังคอลัมน์ของ c
ขั้นตอนการทำงาน
1. นำเข้าไลบรารี
import numpy as np from numpy.polynomial import hermite_e as H
2. สร้างอาร์เรย์สัมประสิทธิ์หลายมิติ
c = np.arange(4).reshape(2, 2)
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=False)
print("\nResult...\n", H.hermeval([1, 2], c, tensor=False))
ตัวอย่างโค้ดสมบูรณ์
import numpy as np
from numpy.polynomial import hermite_e as H
c = np.arange(4).reshape(2, 2)
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=False))
ผลลัพธ์ที่คาดหวัง
Our Array... [[0 1] [2 3]] Dimensions of our Array... 2 Datatype of our Array object... int64 Shape of our Array object... (2, 2) Result... [2. 7.]
