博客

在Python中，可以使用numpy.polynomial.hermite_e.hermval函数对x点的Hermite_e数列进行评估。下面是具体的攻略：

1. 导入必要的模块

要使用numpy.polynomial.hermite_e.hermval函数，需要导入numpy模块。

import numpy as np

2. 准备数据

需要准备一个多维系数数组c，表示Hermite_e数列的系数。例如，下面的代码定义了一个二维系数数组，表示2行3列的Hermite_e数列系数矩阵。

c = np.array([
    [1, 0, 0],
    [0, 1, 0]
])

3. 调用函数进行评估

调用numpy.polynomial.hermite_e.hermval函数对x点的Hermite_e数列进行评估。下面的代码演示了如何对x=2进行评估。

x = 2  # 要评估的x点
hermite_vals = np.polynomial.hermite_e.hermval(x, c)

hermite_vals即为评估结果。上面的代码将得到一个包含2个元素的一维数组，表示两个Hermite_e数列在x=2处的值。

示例1

现在我们列举一下掌握了以上基础，可以进一步使用numpy.polynomial.hermite_e.hermval函数进行更复杂数据的评估。例如，下面的代码定义了一个三维系数数组c2，表示2张3行4列的Hermite_e数列系数矩阵。

c2 = np.array([
    [
        [1, 0, 0, 0],
        [0, 1, 0, 0],
        [0, 0, 1, 0],
    ],
    [
        [0, 0.5, 0, 0],
        [0, 0, 0.5, 0],
        [0, 0, 0, 0.5]
    ]
])

我们可以对不同的x值进行评估，得到不同的结果。例如，我们可以对x=(1, 2, 3)进行评估。

x = (1, 2, 3)  # 要评估的x点
hermite_vals2 = np.polynomial.hermite_e.hermval(x, c2)

hermite_vals2即为评估结果。上面的代码将得到一个包含3个元素的一维数组，每个元素是一个包含2个元素的一维数组，表示两个Hermite_e数列在相应的x处的值。例如，hermite_vals2[0]表示两个Hermite_e数列在x=(1, 2, 3)的第1个元素1处的值。

示例2

还可以对多个x点进行评估，得到一个二维数组表示所有结果。例如，下面的代码对x=(0, 1, 2)和x=(2, 3, 4)进行评估。

x = np.array([
    [0, 1, 2],
    [2, 3, 4]
])  # 要评估的x点
hermite_vals2 = np.polynomial.hermite_e.hermval(x, c2)

hermite_vals2即为评估结果。上面的代码将得到一个包含2行3列的二维数组，每个元素是一个包含2个元素的一维数组，表示两个Hermite_e数列在相应的x处的值。例如，hermite_vals2[0, 1]表示两个Hermite_e数列在x=1的值。