ภาพรวม ใช้เมธอด LA.norm() ใน NumPy เพื่อหาค่ามาตรฐานอนันต์ (infinity norm) ของเมทริกซ์ โดยระบุ ord = np.inf พารามิเตอร์ของ LA.norm() x: อาร์เรย์อินพุต ord: ลำดับมาตรฐาน ใช้ np.inf สำหรับ infinity norm axis: แกนที่ใช้คำนวณ (ค่าเริ่มต้น: None) keepdims: เก็บมิติในผลลัพธ์ (ค่าเริ่มต้น: False) ขั้น

ภาพรวม ใช้เมธอด LA.norm() ใน NumPy เพื่อหาค่ามาตรฐาน (norm) ของเมทริกซ์หรือเวกเตอร์ โดยระบุ ord = -np.inf เพื่อหาค่ามาตรฐานลบอนันต์ พารามิเตอร์ของ LA.norm() x: อาร์เรย์อินพุต ต้องเป็น 1-D หรือ 2-D หาก axis เป็น None ord: ลำดับของมาตรฐาน ใช้ -np.inf สำหรับ negative infinity norm axis: แกนที่ใช้คำน

ภาพรวม ใช้เมธอด numpy.linalg.cond() เพื่อคำนวณเลขสภาพ (condition number) ของเมทริกซ์ในพีชคณิตเชิงเส้น สามารถคำนวณได้ 7 มาตรฐาน (norms) ตามค่า p รายละเอียด เลขสภาพ = ||x|| * ||x⁻¹|| อาจเป็นคอนันต์ (infinite) ได้ x: เมทริกซ์ที่ต้องการหาเลขสภาพ p: ลำดับของมาตรฐานที่ใช้คำนวณ ขั้นตอนการทำงาน นำเข้า

ภาพรวม ใช้ numpy.kron() เพื่อหาผลคูณโครเนคเกอร์ของอาร์เรย์ที่มีมิติไม่เท่ากัน ฟังก์ชันจะปรับมิติโดยการเติม 1 ไปด้านหน้าอัตโนมัติ ขั้นตอนการทำงาน นำเข้าไลบรารี import numpy as np สร้างอาร์เรย์มิติต่างกัน arr1 = np.arange(20).reshape((2, 5, 2)) # 3 มิติ arr2 = np.arange(6).reshape((2, 3)) #

ภาพรวม ใช้ฟังก์ชัน numpy.kron() เพื่อหาผลคูณโครเนคเกอร์ (Kronecker product) ของอาร์เรย์ 1 มิติ สองชุด ผลลัพธ์เป็นอาร์เรย์รวมที่ประกอบด้วยบล็อกของอาร์เรย์ที่สองซึ่งถูกปรับขนาดด้วยอาร์เรย์แรก คุณสมบัติ สมมติว่าจำนวนมิติของ a และ b เท่ากัน หากไม่ใช่ จะเติม 1 ไปด้านหน้า รูปร่างผลลัพธ์: (r0*s0, r1*s1,

ภาพรวม ใช้เมธอด laguerre.lagint() เพื่อผสานอนุกรม Laguerre พร้อมกำหนดลำดับการอินทิกรัล (m) พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์อนุกรม Laguerre m: ลำดับการอินทิกรัล (ค่าเริ่มต้น: 1) ต้องเป็นจำนวนบวก k: ค่าคงที่การอินทิกรัล (ค่าเริ่มต้น: ศูนย์) lbnd: ขอบเขตล่าง (ค่าเริ่มต้น: 0) scl: ตัวคูณสเกล (

ภาพรวม ใช้เมธอด laguerre.lagint() เพื่อผสานอนุกรม Laguerre พร้อมกำหนดค่าคงที่การอินทิกรัล (k) พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์อนุกรม Laguerre m: ลำดับการอินทิกรัล (ค่าเริ่มต้น: 1) k: ค่าคงที่การอินทิกรัล (ค่าเริ่มต้น: ศูนย์) ค่าของอินทิกรัลครั้งแรกที่ lbnd คือค่าแรกในลิสต์ lbnd: ขอบเขตล่าง

ภาพรวม บทความนี้แสดงการใช้ hermite.hermder() เพื่อหาอนุพันธ์ของอนุกรม Hermite ที่มีสัมประสิทธิ์หลายมิติ โดยระบุแกน (axis) ให้ชัดเจน (ซ้ำซ้อนกับบทความก่อนหน้า) ขั้นตอนการทำงาน นำเข้าไลบรารี import numpy as np from numpy.polynomial import hermite as H สร้างอาร์เรย์สัมประสิทธิ์หลายมิติ c = np.aran

ภาพรวม ใช้เมธอด hermite.hermder() เพื่อหาอนุพันธ์ของอนุกรม Hermite ที่มีสัมประสิทธิ์หลายมิติ โดยระบุแกน (axis) ที่ต้องการหาอนุพันธ์ พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์หลายมิติ แกนต่างๆ สอดคล้องกับตัวแปรต่างๆ m: จำนวนอนุพันธ์ (ค่าเริ่มต้น: 1) scl: ตัวคูณสเกล (ค่าเริ่มต้น: 1) axis: แกนที่ใช้หาอ

ภาพรวม ใช้เมธอด hermite.hermder() ใน Python เพื่อหาอนุพันธ์ของอนุกรม Hermite สามารถกำหนดลำดับอนุพันธ์ (m) และตัวคูณสเกล (scl) ได้ พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์อนุกรม Hermite m: จำนวนอนุพันธ์ที่ต้องการ (ค่าเริ่มต้น: 1) ต้องไม่ติดลบ scl: ตัวคูณสเกลแต่ละครั้งที่หาอนุพันธ์ (ค่าเริ่มต้น: 1)

ภาพรวม ใช้ฟังก์ชัน laguerre.lagvander2d() ใน NumPy เพื่อสร้างเมทริกซ์ Vandermonde แบบปลอม (pseudo-Vandermonde matrix) ของพหุนาม Laguerre 2 มิติ สำหรับจุดที่มีค่าเชิงซ้อน พารามิเตอร์ x, y: อาร์เรย์จุดพิกัด ต้องมีรูปร่างเหมือนกัน dtype จะแปลงเป็น float64 หรือ complex128 deg: รายการมุมสูงสุด [x_deg,

ภาพรวม ใช้เมธอด hermite.hermint() เพื่อผสานอนุกรม Hermite พร้อมกำหนดลำดับการอินทิกรัล (m) ซึ่งระบุจำนวนครั้งที่ต้องอินทิกรัล พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์อนุกรม Hermite m: ลำดับการอินทิกรัล (ค่าเริ่มต้น: 1) ต้องเป็นจำนวนบวก k: ค่าคงที่การอินทิกรัล (ค่าเริ่มต้น: ศูนย์) lbnd: ขอบเขตล่าง (

ภาพรวม ใช้เมธอด laguerre.lagint() เพื่อผสานอนุกรม Laguerre พร้อมกำหนดขอบเขตล่าง (lbnd) ของการอินทิกรัล พารามิเตอร์หลัก c: อาร์เรย์สัมประสิทธิ์อนุกรม Laguerre m: ลำดับการอินทิกรัล (ค่าเริ่มต้น: 1) k: ค่าคงที่การอินทิกรัล (ค่าเริ่มต้น: ศูนย์) lbnd: ขอบเขตล่างของการอินทิกรัล (ค่าเริ่มต้น: 0) scl: ตั

ภาพรวม ใช้เมธอด laguerre.lagint() ใน Python เพื่อผสานอนุกรม Laguerre เมธอดนี้คืนค่าสัมประสิทธิ์อนุกรม Laguerre ที่ผสานแล้ว m ครั้ง จาก lbnd ตามแกนที่กำหนด ในแต่ละรอบ ผลลัพธ์จะถูกคูณด้วย scl และเพิ่มค่าคงที่การอินทิกรัล k ตัวคูณสเกลใช้สำหรับการเปลี่ยนตัวแปรเชิงเส้น พารามิเตอร์หลัก c: อาร์เรย์สัมปร

ภาพรวม ใช้เมธอด hermite.hermval3d() ใน NumPy เพื่อประเมินค่าของอนุกรม Hermite 3 มิติ ที่จุด (x, y, z) โดยใช้สัมประสิทธิ์ 3 มิติ ขั้นตอนการทำงาน นำเข้าไลบรารี import numpy as np from numpy.polynomial import hermite as H สร้างอาร์เรย์สัมประสิทธิ์ 3 มิติ c = np.arange(24).reshape(2, 2, 6) ตรวจสอ

ภาพรวม ใช้เมธอด hermite.hermval3d() ใน NumPy เพื่อประเมินค่าของอนุกรม Hermite 3 มิติ ที่จุด (x, y, z) แม้อาร์เรย์สัมประสิทธิ์จะมีมิติ 4 ก็ตาม เมธอดนี้จะใช้ 3 มิติแรกสำหรับการประเมิน และมิติที่เหลือจะนับเป็นเซตสัมประสิทธิ์หลายชุด ขั้นตอนการทำงาน นำเข้าไลบรารี import numpy as np from numpy.polynomi

ภาพรวม ใช้เมธอด hermite.hermval2d() ใน NumPy เพื่อประเมินค่าของอนุกรม Hermite 2 มิติ ที่จุด (x, y) เมธอดนี้คืนค่าของพหุนาม 2 มิติ ที่จุดที่สร้างจากคู่ค่าที่สอดคล้องกันของ x และ y พารามิเตอร์หลัก x, y: จุดที่จะประเมิน ต้องมีรูปร่างเหมือนกัน C: อาร์เรย์สัมประสิทธิ์ จัดเรียงให้สัมประสิทธิ์ของพจน์ที่

ภาพรวม ใช้เมธอด hermite.hermval3d() ใน NumPy เพื่อประเมินค่าของอนุกรม Hermite 3 มิติ ที่จุด (x, y, z) เมธอดนี้คืนค่าของพหุนามหลายมิติ ที่จุดที่สร้างจากค่าที่สอดคล้องกันของ x, y และ z พารามิเตอร์หลัก x, y, z: จุดที่จะประเมิน ต้องมีรูปร่างเหมือนกัน หากเป็นลิสต์หรือทัพเพิล จะแปลงเป็น ndarray C: อาร์

ภาพรวม ในการผสานอนุกรม Hermite ให้ใช้เมธอด hermite.hermint() ใน Python ไลบรารี NumPy เมธอดนี้รับพารามิเตอร์หลักดังนี้: c: อาร์เรย์ของสัมประสิทธิ์อนุกรม Hermite หากเป็นหลายมิติ แกนต่างๆ จะสอดคล้องกับตัวแปรต่างๆ m: ลำดับของการอินทิกรัล (ค่าเริ่มต้น: 1) ต้องเป็นจำนวนบวก k: ค่าคงที่การอินทิกรัล (ค่าเร

บทนำ ในการหาปริพันธ์ของอนุกรม Hermite และคูณผลลัพธ์ด้วยสเกลาร์ scl ก่อนบวกค่าคงที่การปริพันธ์ สามารถใช้เมธอด hermite.hermint() พร้อมตั้งค่า scl ขั้นตอนการทำงาน 1. นำเข้าไลบรารี import numpy as np from numpy.polynomial import hermite as H 2. สร้างอาเรย์สัมประสิทธิ์ c = np.array([1, 2, 3]) 3. แสดง