ในการสร้างเมทริกซ์ Vandermonde ของพหุนาม Chebyshev ให้ใช้ chebyshev.chebvander() ใน Python Numpy วิธีการส่งคืนเมทริกซ์ Vandermonde รูปร่างของเมทริกซ์ที่ส่งคืน isx.shape + (deg + 1,) โดยที่ดัชนีสุดท้ายคือระดับของพหุนาม Chebyshev ที่สอดคล้องกัน dtype จะเหมือนกับค่า x ที่แปลงแล้ว พารามิเตอร์ a คืออาร์

ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนาม Chebyshev ให้ใช้ thechebyshev.chebvander() ใน Python Numpy เมธอดจะคืนค่าเมทริกซ์เทียม-Vandermonde ofdegrees องศาและจุดตัวอย่าง (x, y) พารามิเตอร์ x, y คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float64 หรือ complex128 ขึ้นอ

ในการรวมพหุนาม ให้ใช้เมธอด polynomial.polyint() ใน Python ส่งกลับค่าสัมประสิทธิ์พหุนาม c รวม m ครั้งจาก lbnd ตามแกน ในการวนซ้ำแต่ละครั้ง อนุกรมที่เป็นผลลัพธ์จะถูกคูณด้วย scl และค่าคงที่การรวม k ถูกเพิ่มเข้าไป ตัวประกอบมาตราส่วนใช้สำหรับการเปลี่ยนแปลงเชิงเส้นของตัวแปร อาร์กิวเมนต์ c คืออาร์เรย์ของสัม

ในการสร้างพหุนามโมนิกด้วยรากที่กำหนด ให้ใช้เมธอด polynomial.polyfromroots() ในPython Numpy เมธอดจะคืนค่าอาร์เรย์ 1-D ของสัมประสิทธิ์พหุนาม หากรูตทั้งหมดเป็นจริง ค่าที่ออกมาจะเป็นค่าจริงด้วย ไม่เช่นนั้นจะซับซ้อน พารามิเตอร์รากคือลำดับที่มีราก ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - from numpy.polyn

ในการประเมินพหุนามที่ระบุโดยรูทของมันที่จุด x ให้ใช้เมธอด polynomial.polyvalfromroots() ใน Python Numpy พารามิเตอร์ที่ 1 คือ x ถ้า x เป็นรายการหรือทูเพิล ค่านั้นจะถูกแปลงเป็น ndarray ไม่เช่นนั้นจะไม่เปลี่ยนแปลงและถือเป็นสเกลาร์ ไม่ว่าในกรณีใด x หรือองค์ประกอบของมันจะต้องสนับสนุนการบวกและการคูณด้วยตั

ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนาม Chebyshev ให้ใช้ thechebyshev.chebvander() ใน Python Numpy เมธอดจะคืนค่าเมทริกซ์เทียม-Vandermonde ofdegrees องศาและจุดตัวอย่าง (x, y) พารามิเตอร์ x, y คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float64 หรือ complex128 ขึ้นอย

ในการประเมินพหุนามสามมิติที่จุด (x, y, z) ให้ใช้เมธอด polynomial.polyval3d() ใน PythonNumpy เมธอดจะคืนค่าของพหุนามหลายมิติบนจุดที่เกิดขึ้นด้วยค่าสามเท่าจาก x, y และ z พารามิเตอร์คือ x, y, z อนุกรมสามมิติประเมินที่จุด (x, y, z) โดยที่ x, y และ z ต้องมีรูปร่างเหมือนกัน หากมี x, y, orz เป็นรายการหรือทู

ในการประเมินพหุนาม 2 มิติบนผลคูณคาร์ทีเซียนของ x และ y ให้ใช้เมธอด polynomial.polygrid2d(x,y, c) ใน Python วิธีการส่งกลับค่าของพหุนามสองมิติที่จุดในผลคูณคาร์ทีเซียนของ x และ y พารามิเตอร์ที่ 1 x และ y เป็นอนุกรมสองมิติที่ประเมินที่จุดในผลิตภัณฑ์คาร์ทีเซียนของ x และ y หาก x หรือ y เป็นรายการหรือทูเพ

ในการประเมินพหุนาม 2 มิติบนผลคูณคาร์ทีเซียนของ x และ y ให้ใช้เมธอด polynomial.polygrid2d(x,y, c) ใน Python วิธีการส่งกลับค่าของพหุนามสองมิติที่จุดในผลคูณคาร์ทีเซียนของ x และ y พารามิเตอร์ที่ 1 x และ y เป็นอนุกรมสองมิติที่ประเมินที่จุดในผลิตภัณฑ์คาร์ทีเซียนของ x และ y ถ้า x หรือ y เป็นรายการหรือทูเพ

ในการแยกความแตกต่างของพหุนาม ให้ใช้เมธอด polynomial.polyder() ใน Python Numpy ส่งกลับค่าสัมประสิทธิ์พหุนาม c แตกต่าง m ครั้งตามแกน ในการวนซ้ำแต่ละครั้ง ผลลัพธ์จะถูกคูณด้วย scl (ตัวประกอบสเกลใช้สำหรับการเปลี่ยนแปลงเชิงเส้นของตัวแปร) อาร์กิวเมนต์ c คืออาร์เรย์ของสัมประสิทธิ์จากระดับต่ำถึงสูงในแต่ละแกน

ในการแยกความแตกต่างของพหุนาม ให้ใช้เมธอด polynomial.polyder() ใน Python Numpy ส่งกลับค่าสัมประสิทธิ์พหุนาม c แตกต่าง m ครั้งตามแกน ในการวนซ้ำแต่ละครั้ง ผลลัพธ์จะถูกคูณด้วย scl (ตัวประกอบสเกลใช้สำหรับการเปลี่ยนแปลงเชิงเส้นของตัวแปร) อาร์กิวเมนต์ c คืออาร์เรย์ของสัมประสิทธิ์จากระดับต่ำถึงสูงในแต่ละแกน

ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนาม Chebyshev และจุดตัวอย่าง x, y, z ให้ใช้ chebyshev.chebvander() ใน Python Numpy เมธอดจะคืนค่าเสมือน Vandermondematrix ขององศา deg และจุดตัวอย่าง (x, y, z) พารามิเตอร์ x, y, z คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float

ในการประเมินพหุนาม 2 มิติบนผลคูณคาร์ทีเซียนของ x และ y ให้ใช้เมธอด polynomial.polygrid2d(x,y, c) ใน Python วิธีคืนค่าของพหุนามสองมิติที่จุดในผลคูณคาร์ทีเซียนของ x และ y พารามิเตอร์ที่ 1 x และ y เป็นอนุกรมสองมิติที่ประเมินที่จุดในผลคูณคาร์ทีเซียนของ x และ y หาก x หรือ y เป็นรายการหรือทูเพิล จะถูกแปลง

ในการรวมเข้ากับแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบผสม ให้ใช้เมธอด numpy.trapz() หากระบุ x การผสานจะเกิดขึ้นตามลำดับองค์ประกอบ - จะไม่ถูกจัดเรียง เมธอดจะคืนค่าอินทิกรัลที่แน่นอนของอาร์เรย์ y =n มิติตามแกนเดียวโดยประมาณโดยกฎสี่เหลี่ยมคางหมู หาก y เป็นอาร์เรย์ 1 มิติ ผลลัพธ์จะเป็นค่าทศนิยม หาก n มาก

การไล่ระดับสีคำนวณโดยใช้ความแตกต่างจากศูนย์กลางที่แม่นยำลำดับที่สองในจุดภายใน และความแตกต่างด้านเดียว (ไปข้างหน้าหรือข้างหลัง) ที่ถูกต้องลำดับที่หนึ่งหรือสองที่ขอบเขต การไล่ระดับสีที่ส่งคืนจึงมีรูปร่างเหมือนกันกับอาร์เรย์อินพุต พารามิเตอร์ที่ 1 f คือ Ndimensionalarray ที่มีตัวอย่างของฟังก์ชันสเกลาร์

ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนามเฮอร์ไมต์และจุดตัวอย่าง x, y, z ให้ใช้ hermite.hermvander3d() ใน Python Numpy เมธอดจะคืนค่า pseudo-Vandermondematrix พารามิเตอร์ x, y, z คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float64 หรือ complex128 ขึ้นอยู่กับว่าองค์ประ

ในการคำนวณผลต่างที่ไม่ต่อเนื่องลำดับที่ n ให้ใช้วิธีการ numpy.diff() ความแตกต่างแรกจะได้รับโดย out[i] =a[i+1] - a[i] ตามแกนที่กำหนด ความแตกต่างที่สูงขึ้นจะคำนวณโดยใช้ diff แบบเรียกซ้ำ วิธีการ diff() จะคืนค่าความแตกต่างที่ n รูปร่างของผลลัพธ์จะเหมือนกับ a ยกเว้นตามแกนที่มิติมีขนาดเล็กลงโดย n ชนิดของผ

ในการคำนวณความแตกต่างที่ n-th ให้ใช้วิธีการ numpy.diff() ความแตกต่างแรกจะได้รับโดย out[i] =a[i+1] - a[i] ตามแกนที่กำหนด ความแตกต่างที่สูงขึ้นจะคำนวณโดยใช้ diff แบบเรียกซ้ำ วิธีการ diff() จะคืนค่าความแตกต่างที่ n รูปร่างของผลลัพธ์จะเหมือนกับ a ยกเว้นตามแกนที่มิติมีขนาดเล็กลงโดย n ชนิดของผลลัพธ์จะเหมื

ในการคำนวณผลคูณของเวกเตอร์สองตัว ให้ใช้เมธอด numpy.cross() ใน Python Numpy วิธีการส่งคืน c, Vector cross product(s) พารามิเตอร์ที่ 1 คือ a ส่วนประกอบของเวกเตอร์แรก พารามิเตอร์ตัวที่ 2 คือ b ซึ่งเป็นองค์ประกอบของเวกเตอร์ที่สอง พารามิเตอร์ตัวที่ 3 isaxisa แกนของ a ที่กำหนดเวกเตอร์ โดยค่าเริ่มต้น แกนสุ

ในการส่งคืนอาร์เรย์บูลีนซึ่งเป็น True โดยที่องค์ประกอบสตริงในอาร์เรย์เริ่มต้นด้วยคำนำหน้า ให้ใช้เมธอด thenumpy.char.startswith() ใน Python Numpy พารามิเตอร์แรกคืออาร์เรย์อินพุต พารามิเตอร์ที่สองคือคำนำหน้า ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np สร้างอาร์เรย์หนึ่งมิติของสตริง -