首先，我们需要明确一下，赫米特级数是数学中的一个重要概念，它是指将某一个函数表示成一组特定形式下的级数形式。在实际应用中，我们常常需要对赫米特级数进行计算和评估。在Python中，使用NumPy库可以很方便的进行这一过程。
一、生成笛卡尔乘积的二维数组
生成笛卡尔乘积的二维数组，即将两个一维数组进行组合，生成一个二维数组。在NumPy库中，可以使用meshgrid()函数快速生成笛卡尔乘积的二维数组。
例如，我们可以生成一个从-1到1之间，步长为0.1的一维数组，然后用meshgrid()函数生成一个对应的二维数组，代码如下：
import numpy as np
x = np.arange(-1, 1.1, 0.1)
y = np.arange(-1, 1.1, 0.1)
X, Y = np.meshgrid(x, y)
这样就生成了两个二维数组X和Y，分别记录了x和y的笛卡尔乘积的值。
二、生成赫米特级数基函数
在赫米特级数中，基函数是很重要的概念。在Python中，我们可以使用polyval()函数来快速生成赫米特级数基函数。
例如，我们可以通过以下代码生成一个最高阶数为5的赫米特级数基函数：
h5 = [1, 0, -3, 0, 3, 0]
H = np.polynomial.hermite.Hermite(h5)
这里的h5表示赫米特级数的系数矩阵，最高阶数为5。通过Hermite()函数将系数矩阵转化为赫米特级数基函数。此时，我们可以使用polyval()函数对生成的基函数进行评估，得到函数在某一点的值。例如，可以使用以下代码计算在0.5处的函数值：
result = H(0.5)
三、生成赫米特级数多项式
通过生成基函数，我们可以进一步得到赫米特级数的多项式表达式，而在Python中，可以使用polyfit()函数来解决这一问题。
例如，我们可以通过以下代码生成最高阶数为5的赫米特级数：
p5 = np.polyfit(X.ravel(), Y.ravel(), 5)
P = np.poly1d(p5)
其中，ravel()函数是将X和Y数组展平成一维数组，生成一个n^2长度的数组。而p5数组就是多项式中的系数，最高项对应p5的第一个元素。最后，使用poly1d()函数将系数数组转化为多项式函数P。
此时，我们就可以通过调用P()函数，对赫米特级数多项式在某一点的值进行计算。例如，可以使用以下代码计算在(0.2, 0.5)处的多项式函数值：
result = P([0.2, 0.5])
四、生成赫米特级数三维系数阵列
在以上过程中，我们只生成了最高阶数为5的赫米特级数。如果我们需要生成更高阶数的赫米特级数，我们就需要生成三维系数阵列。
在Python中，我们可以使用polyvander3d()函数来生成三维系数阵列。例如，我们可以通过以下代码生成阶数分别为3, 4, 5的三维系数阵列：
degree = [3, 4, 5]
coef3d = np.polynomial.hermite.hermvander3d(x, y, np.arange(0, degree[0] + 1))
for i in range(1, len(degree)):
coef3d = np.concatenate((coef3d, np.polynomial.hermite.hermvander3d(x, y, np.arange(0, degree[i] + 1))), axis=2)
在这里，hermvander3d()函数分别生成了三个阶数的三维系数阵列，而concatenate()函数将它们连接起来，形成一个mnk的三维系数阵列，其中m和n分别为笛卡尔乘积二维数组的行数和列数，k则为所有阶数的系数矩阵组成的总长度。
最后，我们就可以使用polyval3d()函数对三维系数阵列进行评估，生成赫米特级数多项式。例如，可以使用以下代码生成最高阶数为5的赫米特级数：
H = np.polynomial.hermite.Hermite(coef3d[:, :, :, :6])
注意，这里的coef3d数组包含了3, 4, 5三个阶数的系数矩阵，由于我们需要生成最高阶数为5的赫米特级数，所以只需要取coef3d的前6个阶数即可。
综上，以上介绍了使用NumPy库对赫米特级数进行评估的完整攻略，其中包括了生成笛卡尔乘积二维数组、生成赫米特级数基函数、生成赫米特级数多项式、生成赫米特级数三维系数阵列等多个步骤。通过对这些功能的了解，我们可以便捷地进行赫米特级数的计算工作。