numpy.polynomial.hermite.hermval#

polynomial.hermite.hermval(x, c, tensor=True)[源代码]#

在点 x 处计算埃尔米特级数的值。

如果 c 的长度为 n + 1，此函数返回的值为

\[p(x) = c_0 * H_0(x) + c_1 * H_1(x) + ... + c_n * H_n(x)\]

仅当参数 x 是元组或列表时，才将其转换为数组，否则将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及 c 的元素进行乘法和加法运算。

如果 c 是一维数组，则 p(x) 的形状将与 x 相同。如果 c 是多维的，则结果的形状取决于 tensor 的值。如果 tensor 为 true，则形状将为 c.shape[1:] + x.shape。如果 tensor 为 false，则形状将为 c.shape[1:]。请注意，标量的形状为 (,)。

系数中的尾随零将在计算中使用，因此如果考虑效率，应避免使用它们。

参数:

x类似数组，兼容对象: 如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并将其视为标量。在任何一种情况下，x 或其元素都必须支持与自身以及 c 的元素进行加法和乘法运算。
c类似数组: 系数数组的排序方式是，次数为 n 的项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，可以将系数视为存储在 c 的列中。
tensor布尔值，可选: 如果为 True，则系数数组的形状将在右侧用 1 扩展，x 的每个维度一个。标量的此操作维度为 0。结果是 c 中的每个系数列都针对 x 的每个元素进行计算。如果为 False，则 x 将广播到 c 的列上进行计算。当 c 是多维时，此关键字非常有用。默认值为 True。

返回:

valuesndarray，类似代数: 返回值形状如上所述。

参见

hermval2d, hermgrid2d, hermval3d, hermgrid3d

说明

此计算使用 Clenshaw 递归，也称为综合除法。

示例

>>> from numpy.polynomial.hermite import hermval
>>> coef = [1,2,3]
>>> hermval(1, coef)
11.0
>>> hermval([[1,2],[3,4]], coef)
array([[ 11.,   51.],
       [115.,  203.]])