在 Python 中生成 Hermite 多项式的伪 Vandermonde 矩阵

pythonnumpyserver side programmingprogramming

要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy 中的 hermite.hermvander2d()。该方法返回伪 Vandermonde 矩阵。

参数 x、y 是点坐标数组,所有点坐标的形状都相同。dtype 将转换为 float64 或 complex128,具体取决于是否有任何元素是复数。标量将转换为一维数组。参数 deg 是 [x_deg, y_deg] 形式的最大度数列表。

步骤

首先,导入所需的库 −

import numpy as np
from numpy.polynomial import hermite as H

使用 numpy.array() 方法 − 创建点坐标数组,所有数组的形状相同

x = np.array([1, 2])
y = np.array([3, 4])

显示数组 −

print("Array1...\n",x)
print("\nArray2...\n",y)

显示数据类型 −

print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)

检查两个数组的维度 −

print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

检查两个数组的形状 −

print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy − 中的 hermite.hermvander2d()

x_deg, y_deg = 2, 3
print("\n结果...\n",H.hermvander2d(x,y, [x_deg, y_deg]))

示例

import numpy as np
from numpy.polynomial import hermite as H

# 创建数组点坐标,所有点坐标均使用 numpy.array() 方法具有相同的形状
x = np.array([1, 2])
y = np.array([3, 4])

# 显示数组
print("Array1...\n",x)
print("\nArray2...\n",y)

# 显示数据类型
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)

# 检查两个数组的维度
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

# 检查两个数组的形状
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

# 要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy 中的 hermite.hermvander2d()
# 该方法返回伪 Vandermonde 矩阵。

x_deg, y_deg = 2, 3
print("\n结果...\n",H.hermvander2d(x,y, [x_deg, y_deg]))

输出

Array1...
   [1 2]

Array2...
   [3 4]

Array1 datatype...
int64

Array2 datatype...
int64

Dimensions of Array1...
1

Dimensions of Array2...
1

Shape of Array1...
(2,)

Shape of Array2...
(2,)

结果...
   [[1.000e+00 6.000e+00 3.400e+01 1.800e+02 2.000e+00 1.200e+01 6.800e+01
    3.600e+02 2.000e+00 1.200e+01 6.800e+01 3.600e+02]
   [1.000e+00 8.000e+00 6.200e+01 4.640e+02 4.000e+00 3.200e+01 2.480e+02
    1.856e+03 1.400e+01 1.120e+02 8.680e+02 6.496e+03]]

相关文章