Diferenciar una serie Hermite_e y establecer las derivadas usando NumPy en Python

En este artículo, cubriremos cómo diferenciar una serie Hermite_e y establecer derivados en Python usando NumPy .

Método np.polynomial.hermite_e.hermeder:

Para diferenciar una serie de Hermite en python, usamos el método NumPy.polynomial.hermite_e.hermeder() que se usa para devolver los c diferenciados m veces a lo largo de los coeficientes de la serie del eje. Donde, el argumento c es una array de coeficientes que varían en grado de menor a mayor a lo largo de cada eje, como [3,1,2], que representa la serie 3*He 0 + 1*He 1 + 2*He 2. A continuación se muestra la sintaxis del método hermeder.

 Sintaxis: numpy.polynomial.hermite_e.hermeder(c, m=1, scl=1, axis=0)

Parámetros:

• c: array como objeto. 
• m: int, valor opcional. El número total de derivados tomados no debe ser negativo. (Estándar: 1).
• eje: int , valor opcional. El eje sobre el que se calcula la derivada. (El valor predeterminado es 0).

Retorno: El derivado de la serie Hermite.

Ejemplo 1:

Aquí, crearemos una array NumPy y usaremos numpy.polynomial.hermite_e.hermeder() para diferenciar la serie Hermite y establecer las derivadas. La forma de la array se encuentra mediante el atributo .shape , la dimensión de la array se encuentra mediante el atributo .ndim y el tipo de datos de la array es el atributo .dtype . En el siguiente ejemplo, el número de derivadas establecido es 2, para los coeficientes dados.

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
  
# Creating an array
array = np.array([4,3,5])
print(array)
  
# shape of the array is
print("Shape of the array is: ", array.shape)
  
# dimension of the array
print("The dimension of the array is: ", array.ndim)
  
# datatype of the array
print("Datatype of our Array is: ", array.dtype)
  
# differenciating a hermite series and setting 
# derivatives
print(H.hermeder(array,m=2))

Producción:

[4 3 5]
Shape of the array is:  (3,)
The dimension of the array is:  1
Datatype of our Array is:  int64
[10.]

Ejemplo 2:

En este ejemplo, el número de dedicados establecido es 2, el eje se establece en ‘1’, lo que indica que las derivadas se calculan junto con las columnas. 

# import packages
import numpy as np
from numpy.polynomial import hermite_e as H
  
# Creating an array
array = np.array([[4,3,5],[6,7,8]])
print(array)
  
# shape of the array is
print("Shape of the array is: ", array.shape)
  
# dimension of the array
print("The dimension of the array is: ", array.ndim)
  
# datatype of the array
print("Datatype of our Array is: ", array.dtype)
  
# differenciating a hermite series and setting 
# derivatives
print(H.hermeder(array,m=2,axis=1))

Producción:

[[4 3 5]
 [6 7 8]]
Shape of the array is:  (2, 3)
The dimension of the array is:  2
Datatype of our Array is:  int64
[[10.]
 [16.]]