numpy.polynomial.laguerre.lagder#

polynomial.laguerre.lagder(c, m=1, scl=1, axis=0)[source]#

对拉盖尔级数进行微分。

返回沿 axis 方向微分 m 次的拉盖尔级数系数 c。每次迭代，结果都会乘以 scl（此比例因子用于线性变量变换）。参数 c 是一个沿每个轴从低次到高次排列的系数数组，例如，[1,2,3] 表示级数 1*L_0 + 2*L_1 + 3*L_2；而 [[1,2],[1,2]] 表示 1*L_0(x)*L_0(y) + 1*L_1(x)*L_0(y) + 2*L_0(x)*L_1(y) + 2*L_1(x)*L_1(y)，如果 axis=0 是 x 且 axis=1 是 y。

参数:

carray_like: 拉盖尔级数系数数组。如果 c 是多维的，则不同的轴对应不同的变量，每个轴的次数由相应的索引给出。
mint, optional: 微分次数，必须是非负数。(默认值: 1)
sclscalar, optional: 每次微分都乘以 scl。最终结果是乘以 scl**m。这用于线性变量变换。(默认值: 1)
axisint, optional: 进行微分的轴。(默认值: 0)。

返回值:

derndarray: 微分后的拉盖尔级数。

另请参阅

lagint

注意

通常，对拉盖尔级数进行微分的结果与对幂级数进行相同操作的结果不同。因此，此函数的结果可能“不直观”，但却是正确的；请参见下面的示例部分。

示例

>>> from numpy.polynomial.laguerre import lagder
>>> lagder([ 1.,  1.,  1., -3.])
array([1.,  2.,  3.])
>>> lagder([ 1.,  0.,  0., -4.,  3.], m=2)
array([1.,  2.,  3.])