polynomial.legendre.
legder
区分勒让德级数。
返回勒让德级数系数 c 分化的 m 时代沿着 axis . 在每次迭代中,结果乘以 scl (比例因子用于变量的线性变化)。参数 c 是沿每个轴从低到高的系数数组,例如, [1,2,3] 表示序列 1*L_0 + 2*L_1 + 3*L_2 虽然 [[1,2] , [1,2] 代表 1*L_0(x)*L_0(y) + 1*L_1(x)*L_0(y) + 2*L_0(x)*L_1(y) + 2*L_1(x)*L_1(y) 如果轴=0是 x 轴=1 y .
1*L_0 + 2*L_1 + 3*L_2
1*L_0(x)*L_0(y) + 1*L_1(x)*L_0(y) + 2*L_0(x)*L_1(y) + 2*L_1(x)*L_1(y)
x
y
勒让德级数系数数组。如果c是多维的,则不同的轴对应不同的变量,每个轴的度数由相应的索引给出。
采用的衍生产品数量必须为非负数。(默认值:1)
每个微分乘以 scl . 最终结果是乘以 scl**m . 这用于变量的线性变化。(默认值:1)
scl**m
求导数的轴。(默认值:0)。
1.7.0 新版功能.
导数的勒让德级数。
参见
legint
笔记
一般来说,对勒让德级数进行微分的结果与对幂级数的操作不同。因此,此函数的结果可能是“非指导性的”,尽管是正确的;请参见下面的示例部分。
实例
>>> from numpy.polynomial import legendre as L >>> c = (1,2,3,4) >>> L.legder(c) array([ 6., 9., 20.]) >>> L.legder(c, 3) array([60.]) >>> L.legder(c, scl=-1) array([ -6., -9., -20.]) >>> L.legder(c, 2,-1) array([ 9., 60.])