numpy.polynomial.legendre.legder#
- polynomial.legendre.legder(c, m=1, scl=1, axis=0)[源代码]#
区分勒让德级数.
返回勒让德级数系数 c 沿 axis 微分 m 次.每次迭代时,结果都会乘以 scl (缩放因子用于变量的线性变化).参数 c 是沿着每个轴从低到高阶的系数数组,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
勒让德级数系数的数组.如果 c 是多维的,则不同的轴对应于不同的变量,每个轴的阶数由相应的索引给出.
- mint, optional
导数的阶数,必须是非负数.(默认值:1)
- scl标量,可选
每次求导都乘以 scl .最终结果是乘以
sclm.这用于线性变量变换.(默认值:1)- 轴int, optional
导数所取的轴.(默认值:0).
- 返回:
- derndarray
导数的勒让德级数.
参见
注释
通常,区分勒让德级数的结果与幂级数的相同运算不同.因此,此函数的结果可能"不直观",但却是正确的;请参阅下面的示例部分.
示例
>>> 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.])