numpy.polynomial.legendre.legder #
- 多项式.勒让德. Legder ( c , m = 1 , scl = 1 , axis = 0 ) [来源] #
- 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(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] 表示级数, 而 [[1,2],[1,2]] 表示如果 axis=0则轴=1 是 . - 1*L_0 + 2*L_1 + 3*L_2- 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)- x- y- 参数:
- 类数组
- 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)
- 轴int,可选
- 求导数的轴。 (默认值:0)。 - 1.7.0 版本中的新增内容。 
 
- 返回:
- 德恩阵列
- 勒让德系列的导数。 
 
 - 也可以看看 - 笔记 - 一般来说,勒让德级数的微分结果与幂级数的相同运算不同。因此,这个函数的结果可能是“不直观的”,尽管是正确的;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.])