numpy.polynomial.hermite.hermder#

polynomial.hermite.hermder(c, m=1, scl=1, axis=0)[源代码]#

区分一个 Hermite 级数.

返回沿着 axis 方向对 Hermite 级数系数 c 进行 m 次微分后的系数.每次迭代的结果都会乘以 scl`（缩放因子用于线性变量的改变）.参数 `c 是一个沿着每个轴从低到高次排列的系数数组,例如,[1,2,3] 表示级数 1*H_0 + 2*H_1 + 3*H_2,而 [[1,2],[1,2]] 表示 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.

参数:

carray_like: 埃尔米特级数系数的数组.如果 c 是多维的,不同的轴对应于不同的变量,每个轴的度数由相应的索引给出.
mint, 可选: 取导数的次数,必须是非负的.（默认值:1）
scl标量,可选: 每个微分都乘以 scl. 最终结果是乘以 scl**m. 这是用于线性变量变换.（默认值:1）
axisint, 可选: 导数所沿的轴.（默认值:0）.

在 1.7.0 版本加入.

返回:

derndarray: 导数的埃尔米特级数.

参见

hermint

备注

一般来说,对一个埃尔米特级数进行微分的结果与对一个幂级数进行相同操作的结果并不相似.因此,这个函数的结果可能虽然正确,但却是”不直观的”;请参见下面的示例部分.

示例

>>> from numpy.polynomial.hermite import hermder
>>> hermder([ 1. ,  0.5,  0.5,  0.5])
array([1., 2., 3.])
>>> hermder([-0.5,  1./2.,  1./8.,  1./12.,  1./16.], m=2)
array([1., 2., 3.])