numpy.polynomial.legendre.legder#

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

对勒壤得级数进行微分。

返回沿 axis 微分 m 次的勒壤得级数系数 c。在每次迭代中，结果乘以 scl（缩放因子用于线性变量变化）。参数 c 是一个从低到高阶的系数数组，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: 勒壤得级数系数数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的阶数由相应的索引给出。
mint, 可选: 微分次数，必须是非负数。（默认值：1）
scl标量，可选: 每次微分都乘以 scl。最终结果乘以 scl**m。这用于线性变量变化。（默认值：1）
axisint, 可选: 进行微分的轴。（默认值：0）。

新版 1.7.0 中添加。

返回值:

derndarray: 导数的勒壤得级数。

参见

legint

注释

一般来说，对勒壤得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“不直观”，尽管是正确的；请参见下面的示例部分。

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.])