原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.polynomial.hermite_e.hermeint.html
校对:(虚位以待)
numpy.polynomial.hermite_e.
hermeint
(c, m=1, k=[], lbnd=0, scl=1, axis=0)[source]集成Hermite_e系列。
返回沿轴从lbnd积分m次的Hermite_e系数系数c。在每次迭代中,通过scl将所得到的系列相乘,并且添加积分常数k。缩放因子用于变量的线性变化。(“买方谨慎”:请注意,根据用户的操作,可能希望scl是所期望的倒数;有关详细信息,请参阅下面的“注释”部分。The argument c is an array of coefficients from low to high degree along each axis, e.g., [1,2,3] represents the series H_0 + 2*H_1 + 3*H_2
while [[1,2],[1,2]] represents 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)
if axis=0 is x
and axis=1 is y
.
参数: | c:array_like
m:int,可选
k:{[],list,scalar},可选
lbnd:标量,可选
scl:标量,可选
axis:int,可选
|
---|---|
返回: | S:ndarray
|
上升: | ValueError
|
也可以看看
笔记
请注意,每次积分的结果乘乘以scl。为什么这一点很重要?假设变量在相对于x的积分中进行线性变化。然后.. math :: dx = du / a,因此需要设置scl等于 - 也许不是一开始就想到的。
还要注意,一般来说,集成C系列的结果需要“重新投射”到C系列基本集上。因此,通常,该函数的结果是“不直观的”,虽然正确;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 ])
>>> 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 ])