หากต้องการหารอนุกรมเฮอร์ไมท์อันหนึ่งด้วยอีกอันหนึ่ง ให้ใช้เมธอด polynomial.hermite.hermdiv() ใน Python NumPy เมธอดคืนค่าอาร์เรย์ของสัมประสิทธิ์อนุกรมเฮอร์ไมท์ที่แทนผลหาร (quotient) และเศษ (remainder) คืนค่าผลหารพร้อมเศษของอนุกรมเฮอร์ไมท์สองอัน c1 / c2 อาร์กิวเมนต์เป็นลำดับของสัมประสิทธิ์จากอันดับต่

หากต้องการยกกำลังอนุกรมเฮอร์ไมท์ (Hermite series) ให้ใช้เมธอด polynomial.hermite.hermpow() ใน Python NumPy เมธอดคืนค่าอนุกรมเฮอร์ไมท์ของกำลังที่กำหนด คืนค่าอนุกรมเฮอร์ไมท์ c ยกกำลัง pow อาร์กิวเมนต์ c เป็นลำดับของสัมประสิทธิ์เรียงจากอันดับต่ำไปสูง เช่น [1,2,3] แทนอนุกรม P₀ + 2·P₁ + 3·P₂ พารามิเตอร

หากต้องการประเมินค่า (evaluate) อนุกรมเฮอร์ไมท์ (Hermite series) ที่จุด x ให้ใช้เมธอด hermite.hermval() ใน Python NumPy พารามิเตอร์สำคัญ x: จุดที่ต้องการประเมิน หากเป็น list หรือ tuple จะแปลงเป็น ndarray มิฉะนั้นถือเป็นสเกลาร์ c: อาร์เรย์สัมประสิทธิ์ เรียงลำดับว่าสัมประสิทธิ์ของพจน์อันดับ n อยู่ใน

หากต้องการประเมินค่า (evaluate) อนุกรมเฮอร์ไมท์ (Hermite series) ที่จุด x ให้ใช้เมธอด hermite.hermval() ใน Python NumPy พารามิเตอร์สำคัญ x: จุดที่ต้องการประเมิน หากเป็น list หรือ tuple จะแปลงเป็น ndarray มิฉะนั้นถือเป็นสเกลาร์ c: อาร์เรย์สัมประสิทธิ์ เรียงลำดับว่าสัมประสิทธิ์ของพจน์อันดับ n อยู่ใน

หากต้องการลบสัมประสิทธิ์หาง (trailing coefficients) ที่มีค่าเล็กน้อยออกจากพหุนามเชบิเชฟ ให้ใช้เมธอด chebyshev.chebtrim() ใน Python NumPy เมธอดคืนค่าอาร์เรย์ 1 มิติ ที่ลบศูนย์หางออกแล้ว หากอนุกรมที่ได้ว่างเปล่า จะคืนค่าอนุกรมที่มีศูนย์เพียงตัวเดียว เล็ก (Small) หมายถึง เล็กในค่าสัมบูรณ์ และควบคุมโด

หากต้องการแปลงอนุกรมเชบิเชฟ (Chebyshev series) เป็นพหุนาม (polynomial) ให้ใช้เมธอด chebyshev.cheb2poly() ใน Python NumPy แปลงอาร์เรย์ที่แทนสัมประสิทธิ์ของอนุกรมเชบิเชฟ เรียงจากอันดับต่ำสุดไปสูงสุด เป็นอาร์เรย์ของสัมประสิทธิ์ของพหุนามที่เทียบเท่า (เทียบกับ standard basis) เรียงจากอันดับต่ำสุดไปสูงสุ

หากต้องการแปลงพหุนาม (polynomial) เป็นอนุกรมเชบิเชฟ (Chebyshev series) ให้ใช้เมธอด chebyshev.poly2cheb() ใน Python NumPy แปลงอาร์เรย์ที่แทนสัมประสิทธิ์ของพหุนามที่เรียงจากอันดับต่ำสุดไปสูงสุด เป็นอาร์เรย์ของสัมประสิทธิ์ของอนุกรมเชบิเชฟที่เทียบเท่า เรียงจากอันดับต่ำสุดไปสูงสุด เมธอดคืนค่าอาร์เรย์ 1

หากต้องการคืนค่าต่ำสุด (minimum) ของอาร์เรย์ หรือค่าต่ำสุดโดยข้ามค่า NaN ให้ใช้เมธอด numpy.nanmin() ใน Python พารามิเตอร์สำคัญ a: อาร์เรย์ที่มีตัวเลขซึ่งต้องการหาค่าต่ำสุด axis: แกนที่คำนวณค่าต่ำสุด (default: None = flattened array) out: อาร์เรย์สำหรับเก็บผลลัพธ์ (optional) keepdims: เก็บมิติที่ลด

หากต้องการคืนค่าต่ำสุด (minimum) ของอาร์เรย์ หรือค่าต่ำสุดโดยข้ามค่า NaN ให้ใช้เมธอด numpy.nanmin() ใน Python เมธอดนี้จะคืนค่าอาร์เรย์ที่มีรูปร่างเหมือนเดิม แต่ลบแกน (axis) ที่ระบุออกไป หาก a เป็นอาร์เรย์ 0 มิติ หรือ axis เป็น None จะคืนค่าเป็นสเกลาร์ ndarray ชนิดข้อมูล (dtype) เดียวกับ a จะถูกคืนค่

หากต้องการคืนค่าการตะกรั้นเชิงเส้นแบบไม่ต่อเนื่อง (discrete linear convolution) ของลำดับ 1 มิติสองลำดับ ให้ใช้เมธอด numpy.convolve() ใน Python NumPy ตัวดำเนินการตะกรั้นมักพบในการประมวลผลสัญญาณ เพื่อจำลองผลของระบบเชิงเส้นไม่เปลี่ยนแปลงตามเวลาต่อสัญญาณ ในทฤษฎีความน่าจะเป็น ผลรวมของตัวแปรสุ่มอิสระสองต

หากต้องการคืนค่าการตะกรั้นเชิงเส้นแบบไม่ต่อเนื่อง (discrete linear convolution) ของลำดับ 1 มิติสองลำดับ ให้ใช้เมธอด numpy.convolve() ใน Python NumPy ตัวดำเนินการตะกรั้นมักพบในการประมวลผลสัญญาณ เพื่อจำลองผลของระบบเชิงเส้นไม่เปลี่ยนแปลงตามเวลาต่อสัญญาณ ในทฤษฎีความน่าจะเป็น ผลรวมของตัวแปรสุ่มอิสระสองต

หากต้องการคืนค่าการตะกรั้นเชิงเส้นแบบไม่ต่อเนื่อง (discrete linear convolution) ของลำดับ 1 มิติสองลำดับ ให้ใช้เมธอด numpy.convolve() ใน Python NumPy ตัวดำเนินการตะกรั้น (convolution operator) มักพบในการประมวลผลสัญญาณ (signal processing) เพื่อจำลองผลของระบบเชิงเส้นไม่เปลี่ยนแปลงตามเวลา (linear time-

หากต้องการแทนที่ NaN ด้วยศูนย์ และค่าอนันต์ด้วยตัวเลขจำกัดขนาดใหญ่ ให้ใช้เมธอด numpy.nan_to_num() ใน Python พารามิเตอร์สำคัญ x: ข้อมูลอินพุท copy: สร้างสำเนา (True) หรือแทนที่ในที่เดิม (False) ค่าเริ่มต้น True nan: ค่าที่ใช้เติมแทน NaN (default: 0.0) posinf: ค่าที่ใช้เติมแทนค่าอนันต์บวก (default:

หากต้องการแทนที่ NaN ด้วยศูนย์ และค่าอนันต์ด้วยตัวเลขจำกัดขนาดใหญ่ ให้ใช้เมธอด numpy.nan_to_num() ใน Python พารามิเตอร์สำคัญ x: ข้อมูลอินพุท copy: สร้างสำเนา (True) หรือแทนที่ในที่เดิม (False) ค่าเริ่มต้น True nan: ค่าที่ใช้เติมแทน NaN (default: 0.0) posinf: ค่าที่ใช้เติมแทนค่าอนันต์บวก (default:

หากต้องการแทนที่ NaN ด้วยศูนย์ และค่าอนันต์ด้วยตัวเลขจำกัดขนาดใหญ่ ให้ใช้เมธอด numpy.nan_to_num() ใน Python พารามิเตอร์สำคัญ x: ข้อมูลอินพุท copy: สร้างสำเนา (True) หรือแทนที่ในที่เดิม (False) ค่าเริ่มต้น True nan: ค่าที่ใช้เติมแทน NaN หากไม่ระบุ ใช้ 0.0 posinf: ค่าที่ใช้เติมแทนค่าอนันต์บวก neginf

หากต้องการแทนที่ NaN ด้วยศูนย์ และค่าอนันต์ด้วยตัวเลขจำกัดขนาดใหญ่ ให้ใช้เมธอด numpy.nan_to_num() เมธอดนี้จะคืนค่า x ที่แทนที่ค่าที่ไม่จำกัด (non-finite) แล้ว หาก copy เป็น False อาจคืนค่า x เองได้ พารามิเตอร์สำคัญ x: ข้อมูลอินพุท copy: สร้างสำเนาของ x (True) หรือแทนที่ค่าในที่เดิม (False) ค่าเริ่

หากต้องการคืนค่าส่วนจริงเมื่ออินพุทเป็นจำนวนเชิงซ้อนที่มีส่วนจินตภาพ (imaginary parts) ใกล้เคียงศูนย์ ให้ใช้ numpy.real_if_close() ใน Python ใกล้ศูนย์ (Close to zero) ถูกนิยามว่า tol * (machine epsilon ของชนิดข้อมูลของ a) หาก a เป็นจำนวนจริง ชนิดข้อมูลของ a จะถูกใช้สำหรับผลลัพธ์ หาก a มีองค์ประกอบเช

หากต้องการคำนวณรากที่สอง (square root) ของอินพุต ให้ใช้เมธอด np.emath.sqrt() (หรือ scimath.sqrt()) ใน NumPy เมธอดนี้จะคืนค่ารากที่สองของ x หาก x เป็นสเกลาร์ ผลลัพธ์จะเป็นสเกลาร์เช่นกัน มิฉะนั้นจะคืนค่าเป็นอาร์เรย์ พารามิเตอร์ x คือค่าอินพุต สำหรับองค์ประกอบอินพุตที่เป็นลบ จะคืนค่าเป็นจำนวนเชิงซ้อน

หากต้องการคืนค่ามุม (angle/phase) ของอาร์กิวเมนต์เชิงซ้อน ให้ใช้เมธอด numpy.angle() ใน Python เมธอดนี้จะคืนค่ามุมทวนเข็มนาฬิกา (counterclockwise) จากแกนจริงบวก (positive real axis) บนระนาบเชิงซ้อน ในช่วง (-π, π] โดย dtype จะเป็น numpy.float64 พารามิเตอร์สำคัญ z: จำนวนเชิงซ้อน หรือลำดับของจำนวนเชิง

หากต้องการคืนค่าส่วนจริง (real part) ของอาร์กิวเมนต์เชิงซ้อน ให้ใช้เมธอด numpy.real() ใน Python เมธอดนี้จะคืนค่าองค์ประกอบส่วนจริงของอาร์กิวเมนต์เชิงซ้อน หาก val เป็นจำนวนจริง ชนิดข้อมูลของ val จะถูกใช้สำหรับผลลัพธ์ หาก val มีองค์ประกอบเชิงซ้อน ชนิดข้อมูลที่คืนจะเป็น float พารามิเตอร์หลัก val: อาร