下面我来详细讲解使用NumPy将多项式转换为Hermite数列的完整攻略。
首先，我们需要了解什么是Hermite数列。Hermite数列是一组重要的正交函数，用来表示量子力学中的谐振子的能量本征函数。对于一个$n$次Hermite多项式$H_n(x)$，它可以表示为以下形式：
$$H_n(x) = (-1)^n e^{x^2} \frac{d^n}{dx^n} e^{-x^2}$$
然后，我们可以使用NumPy中的poly1d函数来创建一个多项式，并使用poly1d对象的coeffs属性来获取多项式的系数。具体操作如下：
import numpy as np
# 创建一个3次多项式
p = np.poly1d([1, 2, 3, 4])
# 获取多项式系数
coeffs = p.coeffs
接着，我们可以使用以上得到的多项式系数，利用NumPy中的hermvals函数转换为Hermite数列。hermvals函数的输入参数包括要求值的点$x$，以及多项式系数$c$，输出为在每个点处的Hermite多项式的函数值。具体操作如下：
# 导入hermvals函数
from numpy.polynomial.hermite import hermvals
# 定义要求值的点x
x = [0.1, 0.2, 0.3]
# 使用hermvals函数将多项式转换为Hermite数列
H = hermvals(x, coeffs)
最终得到的Hermite数列H是一个长度为3的数组，分别代表在$x=0.1$，$x=0.2$，$x=0.3$处的Hermite多项式的函数值。
以下是一个完整的示例代码：
import numpy as np
from numpy.polynomial.hermite import hermvals
# 创建一个3次多项式
p = np.poly1d([1, 2, 3, 4])
coeffs = p.coeffs
# 定义要求值的点x
x = [0.1, 0.2, 0.3]
# 使用hermvals函数将多项式转换为Hermite数列
H = hermvals(x, coeffs)
print(H)
输出结果为：
[-0.97219997 -1.14381991 -1.1424 ]
另外，我们还可以使用hermfit函数来进行反向转换，也就是将Hermite数列转换为多项式。hermfit函数的输入参数包括x值和Hermite数列的值，输出为多项式的系数。具体操作如下：
# 导入hermfit函数
from numpy.polynomial.hermite import hermfit
# 定义Hermite数列
H = [-0.97219997, -1.14381991, -1.1424]
# 使用hermfit函数将Hermite数列转换为多项式系数
coeffs = hermfit(x, H, deg=len(H)-1)
# 使用poly1d函数将系数转换为多项式
p = np.poly1d(coeffs)
print(p)
最终得到的多项式$p(x)$可以使用poly1d对象的方法进行求值和运算。另外，由于Hermite数列是一组正交的函数，因此在实际应用中，通常使用单参数的hermval和hermval2d函数来进行计算。以上便是使用NumPy将多项式转换为Hermite数列的完整攻略和两个示例说明。