Python numpy legendre.legder用法及代码示例

本文简要介绍 python 语言中 numpy.polynomial.legendre.legder 的用法。

用法:

polynomial.legendre.legder(c, m=1, scl=1, axis=0)

区分勒让德系列。

返回勒让德级数系数c差异化的m时间一起轴。每次迭代时，结果都会乘以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] 表示系列1*L_0 + 2*L_1 + 3*L_2而 [[1,2],[1,2]] 表示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和轴= 1 是y.

参数：

c： array_like

勒让德级数系数数组。如果 c 是多维的，则不同的轴对应于不同的变量，每个轴的度数由相应的索引给出。

m： 整数，可选

所取导数的数量必须是非负的。 (默认值：1)

scl： 标量，可选

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)

axis： 整数，可选

求导数的轴。 (默认值：0)。

返回：

der： ndarray

勒让德系列的导数。

注意：

一般而言，勒让德级数的微分结果与幂级数上的相同运算不同。因此这个函数的结果可能是“unintuitive,”，尽管它是正确的；请参阅下面的示例部分。

例子：

>>> 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.])