numpy.polynomial.hermite.hermint#
- polynomial.hermite.hermint(c, m=1, k=[], lbnd=0, scl=1, axis=0)[原始碼]#
積分埃爾米特級數。
傳回從 lbnd 沿著 axis 積分 m 次的埃爾米特級數係數 c。在每次迭代中,產生的級數會乘以 scl,並加入積分常數 k。縮放因子用於變數的線性變換。(“買家請注意”:請注意,根據您正在執行的操作,您可能希望 scl 是您可能預期的倒數;如需更多資訊,請參閱下面的「注意事項」章節。)引數 c 是沿著每個軸從低到高次數的係數陣列,例如,[1,2,3] 代表級數
H_0 + 2*H_1 + 3*H_2
,而 [[1,2],[1,2]] 代表1*H_0(x)*H_0(y) + 1*H_1(x)*H_0(y) + 2*H_0(x)*H_1(y) + 2*H_1(x)*H_1(y)
,如果 axis=0 是x
且 axis=1 是y
。- 參數:
- carray_like
埃爾米特級數係數陣列。如果 c 是多維的,則不同的軸對應於不同的變數,每個軸的次數由對應的索引給定。
- mint,可選
積分階數,必須為正數。(預設值:1)
- k{[],list,純量},可選
積分常數。第一個積分在
lbnd
的值是列表中的第一個值,第二個積分在lbnd
的值是第二個值,依此類推。如果k == []
(預設值),則所有常數都設為零。如果m == 1
,則可以給定單個純量而不是列表。- lbnd純量,可選
積分的下限。(預設值:0)
- scl純量,可選
每次積分後,結果都會乘以 scl,然後再加入積分常數。(預設值:1)
- axisint,可選
積分所沿的軸。(預設值:0)。
- 傳回值:
- Sndarray
積分的埃爾米特級數係數。
- 引發:
- ValueError
如果
m < 0
、len(k) > m
、np.ndim(lbnd) != 0
或np.ndim(scl) != 0
。
另請參閱
注意事項
請注意,每次積分的結果都會乘以 scl。為什麼要注意這一點?假設您正在對相對於 x 的積分進行線性變數變換 \(u = ax + b\)。那麼 \(dx = du/a\),因此您需要將 scl 設定為等於 \(1/a\) - 也許不是您最初會想到的。
另請注意,一般來說,積分 C 級數的結果需要「重新投影」到 C 級數基底集上。因此,通常,此函數的結果是「違反直覺的」,儘管是正確的;請參閱下面的「範例」章節。
範例
>>> from numpy.polynomial.hermite import hermint >>> hermint([1,2,3]) # integrate once, value 0 at 0. array([1. , 0.5, 0.5, 0.5]) >>> hermint([1,2,3], m=2) # integrate twice, value & deriv 0 at 0 array([-0.5 , 0.5 , 0.125 , 0.08333333, 0.0625 ]) # may vary >>> hermint([1,2,3], k=1) # integrate once, value 1 at 0. array([2. , 0.5, 0.5, 0.5]) >>> hermint([1,2,3], lbnd=-1) # integrate once, value 0 at -1 array([-2. , 0.5, 0.5, 0.5]) >>> hermint([1,2,3], m=2, k=[1,2], lbnd=-1) array([ 1.66666667, -0.5 , 0.125 , 0.08333333, 0.0625 ]) # may vary