numpy.polynomial.laguerre.lagder#

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

区分一个 Laguerre 级数.

返回沿着 axis 方向对 c 进行 m 次微分的拉盖尔级数系数.在每次迭代中,结果会乘以 scl`（缩放因子用于线性变量的变化）.参数 `c 是沿每个轴从低到高阶的系数数组,例如,[1,2,3] 表示级数 1*L_0 + 2*L_1 + 3*L_2,而 [[1,2],[1,2]] 表示 1*L_0(x)*L_0(y) + 1*L_1(x)*L_0(y) + 2*L_0(x)*L_1(y) + 2*L_1(x)*L_1(y) 如果 axis=0 是 x 且 axis=1 是 y.

参数:

carray_like: Laguerre 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的.（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: 导数的拉盖尔级数.

参见

lagint

备注

一般来说,对一个拉盖尔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.laguerre import lagder
>>> lagder([ 1.,  1.,  1., -3.])
array([1.,  2.,  3.])
>>> lagder([ 1.,  0.,  0., -4.,  3.], m=2)
array([1.,  2.,  3.])