Đánh giá chuỗi Hermite tại các điểm x với tham số tensor=True (mặc định) để mở rộng hình dạng mảng hệ số cho mỗi chiều của x.
Các bước thực hiện
1. Nhập thư viện
import numpy as np
from numpy.polynomial import hermite as H
2. Tạo mảng hệ số đa chiều (2x4)
c = np.arange(8).reshape(2, 4)
3. Hiển thị mảng
print("Mảng của chúng ta...\n", c)
4. Kiểm tra số chiều
print("\nSố chiều của mảng...\n", c.ndim)
5. Lấy kiểu dữ liệu
print("\nKiểu dữ liệu của đối tượng mảng...\n", c.dtype)
6. Lấy hình dạng
print("\nHình dạng của đối tượng mảng...\n", c.shape)
7. Đánh giá tại x=[1, 2] với tensor=True
print("\nKết quả (tensor=True)...\n", H.hermval([1, 2], c, tensor=True))
Ví dụ hoàn chỉnh
import numpy as np
from numpy.polynomial import hermite as H
c = np.arange(8).reshape(2, 4)
print("Mảng của chúng ta...\n", c)
print("\nSố chiều của mảng...\n", c.ndim)
print("\nKiểu dữ liệu của đối tượng mảng...\n", c.dtype)
print("\nHình dạng của đối tượng mảng...\n", c.shape)
print("\nKết quả (tensor=True)...\n", H.hermval([1, 2], c, tensor=True))
Kết quả đầu ra
Mảng của chúng ta...
[[0 1 2 3]
[4 5 6 7]]
Số chiều của mảng...
2
Kiểu dữ liệu của đối tượng mảng...
int64
Hình dạng của đối tượng mảng...
(2, 4)
Kết quả (tensor=True)...
[[ 8. 16.]
[11. 21.]
[14. 26.]
[17. 31.]]
Giải thích: Mảng hệ số c hình dạng (2, 4): 4 đa thức Hermite (cột), mỗi đa thức 2 hệ số (bậc 1). Với tensor=True, mỗi cột được đánh giá tại cả 2 điểm x=1,2. Kết quả hình dạng (len(x), c.shape[1]) = (2, 4). Output hiển thị chuyển vị: 4 hàng (đa thức), 2 cột (điểm x).