隐士#

class astropy.modeling.polynomial.Hermite1D(degree, domain=None, window=None, n_models=None, model_set_axis=None, name=None, meta=None, **params)[源代码]#

基类:_PolyDomainWindow1D

一元Hermite级数。

定义为:

\[P(x)=\sum{i=0}^{i=n}C{i}*H{i}(x)\]

在哪里? H_i(x) 是对应的Hermite多项式(“物理学家的种类”)。

解释 domainwindow 看见 Notes regarding usage of domain and window .

参数:
degree : intPython :整型

级数的度数

domain : tupleNone ,可选PYTHON:元组或PYTHON:无,可选
window : tupleNone ,可选PYTHON:元组或PYTHON:无,可选

如果没有,则设置为(-1,1),Fitters将重新映射域到此窗口

**params : dictPython :词典

关键字:值对,表示参数_name:value

其他参数:
fixed : dict ,可选Python:Dict,可选

字典 {{parameter_name: boolean}} 在拟合过程中不能改变的参数。True表示参数保持不变。或者 fixed 可以使用参数的属性。

tied : dict ,可选Python:Dict,可选

字典 {{parameter_name: callable}} 链接到其他参数的参数。字典值是提供链接关系的可调用项。或者 tied 可以使用参数的属性。

bounds : dict ,可选Python:Dict,可选

字典 {{parameter_name: value}} 参数的上下界。键是参数名。值是一个长度为2的列表或元组,为参数提供所需的范围。或者 minmax 可以使用参数的属性。

eqcons : list ,可选Python:列表,可选

长度函数列表 n 这样的话 eqcons[j](x0,*args) == 0.0 在一个成功优化的问题中。

ineqcons : list ,可选Python:列表,可选

长度函数列表 n 这样的话 ieqcons[j](x0,*args) >= 0.0 是一个成功优化的问题。

笔记

此模型不支持单位/数量的使用,因为Hermite多项式和中的每个项都是x中的多项式-由于每个Hermite多项式内的系数是固定的,因此不能对x使用数量,因为单位不兼容。例如,第三个Hermite多项式(H2)是4x^2-2,但是如果x是用单位指定的,那么4x^2和-2的单位就不兼容。

属性摘要

n_inputs 

输入的数目。

n_outputs 

输出的数目。

方法总结

__call__(*inputs[, model_set_axis, ...])

使用给定的输入和实例化模型时指定的参数值评估此模型。

clenshaw(x, coeffs)

evaluate(x, *coeffs)

在一些输入变量上评估模型。

fit_deriv(x, *params)

计算范德蒙矩阵。

prepare_inputs(x, **kwargs)

此方法用于 __call__ 确保模型的所有输入都可以广播到兼容的形状中(如果其中一个或两个都作为数组输入),特别是在有多个参数集的情况下。

属性文档

n_inputs = 1#

输入的数目。

n_outputs = 1#

输出的数目。

方法文件

__call__(*inputs, model_set_axis=None, with_bounding_box=False, fill_value=nan, equivalencies=None, inputs_map=None, **new_inputs)#

使用给定的输入和实例化模型时指定的参数值评估此模型。

static clenshaw(x, coeffs)[源代码]#
evaluate(x, *coeffs)[源代码]#

在一些输入变量上评估模型。

fit_deriv(x, *params)[源代码]#

计算范德蒙矩阵。

参数:
x : ndarray恩达雷

输入

*params

非线性拟合返回的一次性参数列表

返回:
result : ndarray恩达雷

范德蒙矩阵

prepare_inputs(x, **kwargs)[源代码]#

此方法用于 __call__ 确保模型的所有输入都可以广播到兼容的形状中(如果其中一个或两个都作为数组输入),特别是在有多个参数集的情况下。这还可以确保(如果适用)输入的单位与evaluate方法兼容。