numpy.polynomial.laguerre.lagder#

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

对一个拉盖尔级数求导.

返回拉盖尔级数系数 c 沿 axis 求导 m 次的结果.在每次迭代中,结果都会乘以 scl (缩放因子用于变量的线性更改).参数 c 是一个系数数组,沿每个轴从低到高阶排序,例如,[1,2,3] 表示级数 1L_0 + 2L_1 + 3L_2 ,而 [[1,2],[1,2]] 表示 1L_0(x)L_0(y) + 1L_1(x)L_0(y) + 2L_0(x)L_1(y) + 2L_1(x)L_1(y) ,如果 axis=0 是 x ,axis=1 是 y .

参数:
carray_like

拉盖尔级数系数的数组.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

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

导数的拉盖尔级数.

参见

lagint

注释

一般来说,对拉盖尔级数求导的结果与对幂级数进行相同运算的结果不同.因此,这个函数的结果可能是“违反直觉的”,但却是正确的;请参见下面的“示例”部分.

示例

>>> from numpy.polynomial.laguerre import lagder
>>> lagder([ 1.,  1.,  1., -3.])
array([1.,  2.,  3.])
>>> lagder([ 1.,  0.,  0., -4.,  3.], m=2)
array([1.,  2.,  3.])