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 微分 m 次的拉盖尔级数系数 c。在每次迭代中，结果都乘以 scl（缩放因子用于变量的线性变化）。参数 c 是一个从低到高次幂的系数数组，沿每个轴，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，则不同的轴对应于不同的变量，每个轴的次数由相应的索引给出。
mint, 可选: 导数的次数，必须是非负数。（默认值：1）
scl标量，可选: 每次微分都乘以 scl。最终结果是乘以 scl**m。这用于变量的线性变化。（默认值：1）
axisint, 可选: 进行微分的轴。（默认值：0）。

版本 1.7.0 中的新功能。

返回值：

derndarray: 导数的拉盖尔级数。

另请参阅

lagint

备注

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”，尽管是正确的；请参阅下面的“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.])