포인트 x에서 Hermite_e 시리즈를 평가하려면 Python Numpy에서 hermite.hermeval() 메서드를 사용합니다. 첫 번째 매개변수 x는 x가 목록 또는 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않고 그대로 남아 a로 처리됩니다. 스칼라. 두 경우 모두 x 또는 해당 요소는 c의 요소와 함께 덧셈과 곱셈을 지원해야 합니다. 두 번째 매개변수 C는 차수 항에 대한 계수가 c[n]에 포함되도록 정렬된 계수의 배열입니다. c가 다차원인 경우 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의 경우

포인트 x에서 Hermite_e 시리즈를 평가하려면 Python Numpy에서 hermite.hermeval() 메서드를 사용합니다. 첫 번째 매개변수 x는 x가 목록 또는 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않고 그대로 남아 a로 처리됩니다. 스칼라. 두 경우 모두 x 또는 해당 요소는 c의 요소와 함께 덧셈과 곱셈을 지원해야 합니다. 두 번째 매개변수 C는 차수 항에 대한 계수가 c[n]에 포함되도록 정렬된 계수의 배열입니다. c가 다차원인 경우 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의 경우

점 x에서 3D Laguerre 시리즈를 평가하려면 Python Numpy에서 polynomial.laguerre.lagval3d() 메서드를 사용합니다. 이 방법은 x, y 및 z에서 해당 값의 3배로 형성된 점에 대한 다차원 다항식의 값을 반환합니다. c의 차원이 3개 미만인 경우 3차원으로 만들기 위해 1차원이 해당 모양에 암시적으로 추가됩니다. 결과의 모양은 c.shape[3:] + x.shape입니다. 첫 번째 매개변수는 x, y, z입니다. 3차원 계열은 점(x, y, z)에서 평가되며 여기서 x,y 및 z는 모양이 같

점 x,y,2에서 3D Laguerre 시리즈를 평가하려면 Python Numpy에서 polynomial.laguerre.lagval3d() 메서드를 사용합니다. 이 방법은 x, y, z의 해당 값의 3배가 형성된 점에 대한 다차원 다항식의 값을 반환합니다. c의 차원이 3개 미만이면 3차원으로 만들기 위해 1차원이 해당 모양에 암시적으로 추가됩니다. 결과의 모양은 c.shape[3:] + x.shape입니다. 첫 번째 매개변수는 x, y, z입니다. 3차원 계열은 점(x, y, z)에서 평가되며 여기서 x, y 및 z는 모양이

점 (x,y)에서 2D Laguerre 시리즈를 평가하려면 Python Numpy에서 polynomial.laguerre.lagval2d() 메서드를 사용합니다. 이 메서드는 x와 y의 해당 값 쌍으로 구성된 점에서 2차원 다항식의 값을 반환합니다. 첫 번째 매개변수는 x, y입니다. 2차원 계열은 점(x, y)에서 평가되며, 여기서 x와 y는 모양이 같아야 합니다. x 또는 y가 목록 또는 튜플이면 먼저 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 있고 ndarray가 아니면 스칼라로 처리됩니다. 두 번째

점 (x, y)에서 2D Hermite_e 시리즈를 평가하려면 PythonNumpy에서 hermite.hermeval2d() 메서드를 사용합니다. 이 메서드는 x와 y의 해당 값 쌍으로 형성된 점에서 2차원 다항식의 값을 반환합니다. 첫 번째 매개변수는 x,y입니다. 2차원 계열은 점(x, y)에서 평가되며, 여기서 x와 y는 모양이 같아야 합니다. x 또는 y가 목록 또는 튜플이면 먼저 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 있고 ndarray가 아니면 스칼라로 처리됩니다. 두 번째 매개변수 C는 다

점 (x, y)에서 2D Hermite_e 시리즈를 평가하려면 PythonNumpy에서 hermite.hermeval2d() 메서드를 사용합니다. 이 메서드는 x와 y의 해당 값 쌍으로 형성된 점에서 2차원 다항식의 값을 반환합니다. 첫 번째 매개변수는 x,y입니다. 2차원 계열은 점(x, y)에서 평가되며, 여기서 x와 y는 모양이 같아야 합니다. x 또는 y가 목록 또는 튜플이면 먼저 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 있고 ndarray가 아니면 스칼라로 처리됩니다. 두 번째 매개변수 C는 다

르장드르 계열을 구별하려면 Python에서 polynomial.laguerre.legder() 메서드를 사용합니다. 축을 따라 m번 미분된 르장드르 시리즈 계수 c를 반환합니다. 각 반복에서 결과에 scl이 곱해집니다. 첫 번째 매개변수 c는 르장드르 급수 계수의 배열입니다. c가 다차원인 경우 differentaxis는 해당 인덱스에 의해 제공된 각 축의 차수를 가진 다른 변수에 해당합니다. 두 번째 매개변수인 m은 취한 도함수의 수이며 음수가 아니어야 합니다. (기본값:1). 세 번째 매개변수인 scl은 스칼라입니다. 각 미분

점 x의 다차원 배열에서 르장드르 시리즈를 평가하려면 Python Numpy에서 polynomial.legendre.legval() 메서드를 사용합니다. 첫 번째 매개변수는 x입니다. x가 목록이나 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않고 스칼라로 처리됩니다. 어느 경우든 x 또는 그 요소는 자신과 c의 요소와 함께 덧셈과 곱셈을 지원해야 합니다. 두 번째 매개변수 C는 차수 n에 대한 계수가 c[n]에 포함되도록 정렬된 계수의 배열입니다. c가 다차원이면 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의

르장드르 계열을 구별하려면 Python에서 polynomial.laguerre.legder() 메서드를 사용합니다. 축을 따라 m번 미분된 르장드르 시리즈 계수 c를 반환합니다. 각 반복에서 결과에 scl이 곱해집니다. 첫 번째 매개변수 c는 르장드르 급수 계수의 배열입니다. c가 다차원인 경우 다른 축은 해당 인덱스에 의해 주어진 각 축의 정도에 따라 다른 변수에 해당합니다. 두 번째 매개변수인 m은 취한 도함수의 수이며 음수가 아니어야 합니다. (기본값:1). 세 번째 매개변수인 scl은 스칼라입니다. 각 미분에 scl을 곱합

Hermite_e 시리즈를 거듭제곱하려면 PythonNumpy에서 polynomial.hermite.hermepow() 메서드를 사용하십시오. 이 메서드는 Hermite_시리즈의 힘을 반환합니다. 파워 파워로 상승한 Hermite_e 시리즈 c를 반환합니다. 인수 c는 낮은 것에서 높은 것으로 정렬된 계수의 시퀀스입니다. 즉, [1,2,3]은 시리즈 P_0 + 2*P_1 + 3*P_2입니다. 매개변수 c는 낮은 값에서 높은 값으로 정렬된 Hermite_e 계열 계수의 1차원 배열입니다. 매개변수 pow는 시리즈가 상승할 거듭제곱입

하나의 Chebyshev 시리즈를 다른 시리즈로 곱하려면 Python에서 polynomial.chebyshev.chebmul() 메서드를 사용합니다. 이 메서드는 곱을 나타내는 체비쇼프 시리즈 계수의 배열을 반환합니다. 두 Chebyshev 급수 c1 * c2의 곱을 반환합니다. 인수는 가장 낮은 차수 항에서 가장 높은 것까지 계수의 시퀀스입니다. 예를 들어 [1,2,3]은 T_0 + 2*T_1 + 3*T_2 계열을 나타냅니다. 매개변수 c1 및 c2는 낮은 것에서 높은 순서로 정렬된 Chebyshev 급수 계수의 1차원 배열입니다

포인트 x에서 Hermite_e 시리즈를 평가하려면 Python Numpy에서 hermite.hermeval() 메서드를 사용합니다. 첫 번째 매개변수 x는 x가 목록 또는 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않고 그대로 남아 a로 처리됩니다. 스칼라. 두 경우 모두 x 또는 해당 요소는 c의 요소와 함께 덧셈과 곱셈을 지원해야 합니다. 두 번째 매개변수 C는 차수 항에 대한 계수가 c[n]에 포함되도록 정렬된 계수의 배열입니다. c가 다차원인 경우 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의 경우

Chebyshev 계열을 다른 계열로 나누려면 Python Numpy에서 polynomial.chebyshev.chebdiv() 메서드를 사용합니다. 이 메서드는 몫과 나머지를 나타내는 체비쇼프 시리즈 계수의 배열을 반환합니다. 두 체비쇼프 급수 c1 / c2의 나머지가 있는 몫을 반환합니다. 인수는 최하위 항에서 가장 높은 계수의 시퀀스입니다. 예를 들어 [1,2,3]은 T_0 + 2*T_1 + 3*T_2 계열을 나타냅니다. 매개변수 c1 및 c2는 낮은 것에서 높은 순서로 정렬된 Chebyshev 급수 계수의 1차원 배열입니다

Chebyshev 시리즈를 강화하려면 Python Numpy에서 chebyshev.chebpow() 메서드를 사용하십시오. 파워 파워로 올린 체비쇼프 시리즈 c를 반환합니다. 인수 c는 낮은 것에서 높은 것으로 정렬된 계수의 시퀀스입니다. 즉, [1,2,3]은 시리즈 T_0 + 2*T_1 + 3*T_2입니다. 이 메서드는 체비쇼프 급수를 반환합니다. 매개변수 c는 낮은 것에서 높은 것으로 정렬된 체비쇼프 급수 계수의 1차원 배열입니다. 매개변수 power는 시리즈가 상승할 거듭제곱입니다. 매개변수 maxpower는 허용되는 최대

포인트 x에서 Chebyshev 시리즈를 평가하려면 Python Numpy에서 chebyshev.chebval(() 메서드를 사용합니다. 첫 번째 매개변수 x는 x가 목록 또는 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 처리됩니다. 스칼라로. 두 경우 모두 x 또는 그 요소는 자신과 c의 요소에 대한 덧셈과 곱셈을 지원해야 합니다. 두 번째 매개변수 C는 차수 n에 대한 계수가 c[n]에 포함되도록 정렬된 계수의 배열입니다. c가 다차원이면 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의 경우

포인트 x에서 Chebyshev 시리즈를 평가하려면 Python Numpy에서 chebyshev.chebval(() 메서드를 사용합니다. 첫 번째 매개변수 x는 x가 목록 또는 튜플이면 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 처리됩니다. 스칼라로 두 경우 모두 x 또는 해당 요소는 자체 및 c의 요소와의 덧셈 및 곱셈을 지원해야 합니다. 두 번째 매개변수 C, 차수 n에 대한 계수가 c에 포함되도록 정렬된 계수 배열 [n]. c가 다차원인 경우 나머지 인덱스는 여러 다항식을 열거합니다. 2차원의 경우 계수

점 (x, y)에서 2차원 체비쇼프 급수를 평가하려면 Python Numpy에서 polynomial.chebval2d() 메서드를 사용합니다. 이 방법은 x와 y의 해당 값 쌍, 즉 매개변수 x, y로 구성된 점에서 2차원 체비쇼프 급수의 값을 반환합니다. 2차원 계열은 점(x, y)에서 평가되며 여기서 x와 y는 모양이 같아야 합니다. x 또는 y가 목록 또는 튜플이면 먼저 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 있고 ndarray가 아니면 스칼라로 처리됩니다. 매개변수 c는 다차 i,j 항의 계수가

Evaluate a 3-D Chebyshev series at point (x, y, z)를 평가하려면 Python Numpy에서 polynomial.chebval3d() 메서드를 사용하십시오. 이 메서드는 x, y 및 z에서 해당 값의 3배로 구성된 점에 대한 다차원 다항식 값을 반환합니다. 매개변수는 x, y, z입니다. 3차원 계열은 점(x, y, z)에서 평가되며 여기서 x, y 및 z는 모양이 동일해야 합니다. x, y, z 중 하나라도 목록이나 튜플이면 먼저 ndarray로 변환하고, 그렇지 않으면 변경하지 않고 그대로

점(x, y, z)에서 3차원 체비쇼프 급수를 평가하려면 Python Numpy에서 polynomial.chebval3d() 메서드를 사용합니다. 이 메서드는 x, y 및 z에서 해당 값의 3배로 구성된 점에 대한 다차원 다항식 값을 반환합니다. 매개변수는 x, y, z입니다. 3차원 계열은 점(x, y, z)에서 평가되며 여기서 x, y 및 z는 모양이 동일해야 합니다. x, y, z 중 하나라도 목록이나 튜플이면 먼저 ndarray로 변환하고, 그렇지 않으면 변경하지 않고 그대로 두고 ndarray가 아니면 스칼라로 처리합니다