numpy.polynomial.chebyshev.chebder#

polynomial.chebyshev.chebder(c, m=1, scl=1, axis=0)[源代码]#

对切比雪夫级数求导.

返回沿 axis 对切比雪夫级数系数 c 求导 m 次的结果.在每次迭代中,结果乘以 scl (缩放因子用于变量的线性变化).参数 c 是一个系数数组,沿每个轴从低到高排列,例如,[1,2,3] 表示级数 1T_0 + 2T_1 + 3T_2 ,而 [[1,2],[1,2]] 表示 1T_0(x)T_0(y) + 1T_1(x)T_0(y) + 2T_0(x)T_1(y) + 2T_1(x)T_1(y) ,如果 axis=0 是 x ,axis=1 是 y .

参数:
carray_like

切比雪夫级数系数数组.如果 c 是多维的,则不同的轴对应于不同的变量,每个轴上的度数由相应的索引给出.

m整数,可选

导数的阶数,必须是非负数.(默认值:1)

scl标量,可选.

每次微分都乘以 scl .最终结果是乘以 sclm .这用于变量的线性变化.(默认值:1)

axis整数,可选

对哪个轴求导.(默认值:0).

返回:
derndarray

导数的切比雪夫级数.

参见

chebint

注释

通常,对 C 级数求导的结果需要“重新投影”到 C 级数基集合上.因此,通常,此函数的结果是“非直观的”,但却是正确的;请参见下面的示例部分.

示例

>>> from numpy.polynomial import chebyshev as C
>>> c = (1,2,3,4)
>>> C.chebder(c)
array([14., 12., 24.])
>>> C.chebder(c,3)
array([96.])
>>> C.chebder(c,scl=-1)
array([-14., -12., -24.])
>>> C.chebder(c,2,-1)
array([12.,  96.])