numpy.polynomial.chebyshev.chebder

numpy.polynomial.chebyshev.chebder(c, m=1, scl=1, axis=0)[source]

区分一个切比雪夫系列。

返回沿的切比雪夫系数c微分m在每次迭代时,结果乘以scl(比例因子用于变量的线性变化)。The argument c is an array of coefficients from low to high degree along each axis, e.g., [1,2,3] represents the series 1*T_0 + 2*T_1 + 3*T_2 while [[1,2],[1,2]] represents 1*T_0(x)*T_0(y) + 1*T_1(x)*T_0(y) + 2*T_0(x)*T_1(y) + 2*T_1(x)*T_1(y) if axis=0 is x and axis=1 is y.

参数:

c:array_like

切比雪夫系数系数。如果c是多维的,则不同的轴对应于不同的变量,每个轴中的度由相应的索引给出。

m:int,可选

所采用的导数数量,必须是非负数。(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。这是用于变量的线性变化。(默认值:1)

axis:int,可选

采用导数的轴。(默认值:0)。

版本1.7.0中的新功能。

返回:

der:ndarray

切比雪夫系列的衍生。

也可以看看

chebint

笔记

一般来说,微分C系列的结果需要“重新投射”到C系列基础集上。因此,通常,该函数的结果是“不直观的”,虽然正确;请参阅下面的示例部分。

例子

>>> 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.])