NumPy参考 >例行程序 >Polynomials >Polynomial Package >HermiteE模块,“概率论者”(numpy.polynomial.hermite_e) > numpy.polynomial.hermite_e.hermeint
numpy.polynomial.hermite_e.
hermeint
(c,m = 1,k = [],lbnd = 0,scl = 1,axis = 0 )[源代码] ¶整合Hermite_e系列。
返回Hermite_e系列系数c,从lbnd沿轴积分m次
。在每一次迭代所得的系列
相乘由SCL和积分常数,ķ,加入。比例因子用于变量的线性变化。(“买方要当心”:请注意,根据所执行的操作,可能希望scl
是所期望的值的倒数;有关更多信息,请参见下面的“注释”部分。)参数c是来自以下项的系数数组沿每个轴从低到高,例如[1,2,3]代表级数,而[[1,2 ,, [1,2]]代表H_0 + 2*H_1 + 3*H_2
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
。
Hermite_e系列系数的数组。如果c是多维的,则不同的轴对应于不同的变量,每个轴的度数由相应的索引指定。
整合的顺序,必须为正。(默认值:1)
积分常数。第一个整数at
lbnd
的值是列表中的第一个值,第二个整数at lbnd
的值是第二个值,等等。如果(默认值),则所有常量都设置为零。如果为,则可以给出单个标量而不是列表。k == []
m == 1
积分的下限。(默认值:0)
继每个积分结果乘以通过SCL 加入积分常数之前。(默认值:1)
积分所在的轴。(默认值:0)。
1.7.0版中的新功能。
积分的Hermite_e系列系数。
如果,,,或
。m < 0
len(k) > m
np.ndim(lbnd) != 0
np.ndim(scl) != 0
也可以看看
笔记
需要注意的是每个积分的结果乘以通过SCL。为什么要注意这一点很重要?假设人们正在相对于x积分对变量进行线性变化。然后 ,因此需要将scl设置为等于 -也许不是人们最初想到的。
还要注意,通常,将C系列集成的结果需要“重新投影”到C系列基础集上。因此,通常,此功能的结果是“不直观的”,尽管是正确的。请参阅下面的示例部分。
例子
>>> from numpy.polynomial.hermite_e import hermeint
>>> hermeint([1, 2, 3]) # integrate once, value 0 at 0.
array([1., 1., 1., 1.])
>>> hermeint([1, 2, 3], m=2) # integrate twice, value & deriv 0 at 0
array([-0.25 , 1. , 0.5 , 0.33333333, 0.25 ]) # may vary
>>> hermeint([1, 2, 3], k=1) # integrate once, value 1 at 0.
array([2., 1., 1., 1.])
>>> hermeint([1, 2, 3], lbnd=-1) # integrate once, value 0 at -1
array([-1., 1., 1., 1.])
>>> hermeint([1, 2, 3], m=2, k=[1, 2], lbnd=-1)
array([ 1.83333333, 0. , 0.5 , 0.33333333, 0.25 ]) # may vary