numpy.polynomial.legendre.legder#

polynomial.legendre.legder(c, m=1, scl=1, axis=0)[源码]#

对勒让德级数进行微分。

沿 axis 返回微分 m 次的勒让德级数系数 c。每次迭代，结果都乘以 scl（缩放因子用于线性变量替换）。参数 c 是沿每个轴从低到高次数的系数数组，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:

c类数组: 勒让德级数系数数组。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索引给出。
mint, optional: 求导次数，必须是非负整数。(默认值: 1)
scl标量，可选: 每次求导都乘以 scl。最终结果是乘以 scl**m。这用于线性变量替换。(默认值: 1)
axisint, optional: 求导的轴。(默认值: 0)。

返回:

derndarray: 微分的勒让德级数。

另请参阅

legint

备注

通常，对勒让德级数进行微分的结果与对幂级数进行相同操作的结果不相似。因此，此函数的结果可能“令人费解”，但正确；请参阅下面的示例部分。

示例

>>> from numpy.polynomial import legendre as L
>>> c = (1,2,3,4)
>>> L.legder(c)
array([  6.,   9.,  20.])
>>> L.legder(c, 3)
array([60.])
>>> L.legder(c, scl=-1)
array([ -6.,  -9., -20.])
>>> L.legder(c, 2,-1)
array([  9.,  60.])