numpy.polynomial.hermite_e.hermevander3d#

polynomial.hermite_e.hermevander3d(x, y, z, deg)[source]#

给定次数的伪范德蒙矩阵。

返回由 deg 次数和样本点 (x, y, z) 定义的伪范德蒙矩阵。如果 l, m, n 是 x, y, z 中给定的次数，则伪范德蒙矩阵定义为：

\[V[..., (m+1)(n+1)i + (n+1)j + k] = He_i(x)*He_j(y)*He_k(z),\]

其中 0 <= i <= l, 0 <= j <= m, 且 0 <= j <= n。V 的前导索引对点 (x, y, z) 进行索引，最后一个索引编码了埃尔米特E多项式的次数。

如果 V = hermevander3d(x, y, z, [xdeg, ydeg, zdeg])，则 V 的列对应于形状为 (xdeg + 1, ydeg + 1, zdeg + 1) 的 3-D 系数数组 c 的元素，顺序为

\[c_{000}, c_{001}, c_{002},... , c_{010}, c_{011}, c_{012},...\]

且 np.dot(V, c.flat) 和 hermeval3d(x, y, z, c) 在舍入误差范围内将相同。这种等价性对于最小二乘拟合以及评估大量相同次数和样本点的 3-D 埃尔米特E级数都很有用。

参数:

x, y, z类数组: 点坐标数组，形状相同。根据任何元素是否为复数，其 dtypes 将转换为 float64 或 complex128。标量将转换为 1-D 数组。
deg整数列表: 最大次数列表，形式为 [x_deg, y_deg, z_deg]。

返回:

vander3dndarray (N维数组): 返回矩阵的形状为 x.shape + (order,)，其中 \(order = (deg[0]+1)*(deg[1]+1)*(deg[2]+1)\)。其 dtype 将与转换后的 x, y 和 z 相同。

另请参阅