数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
服饰研究
法律研究在 Python 中将一个勒让德级数加到另一个级数
要将一个勒让德级数加到另一个级数，请使用 Python Numpy 中的 polynomial.legendre.legadd() 方法。此方法会返回一个数组，该数组表示它们的和的勒让德级数。
返回两个勒让德级数 c1 + c2 的和。参数是从最低阶项到最高阶项排列的系数序列，即 [1,2,3] 表示级数 P_0 + 2*P_1 + 3*P_2。参数 c1 和 c2 是从低到高排列的勒让德级数系数的一维数组。
步骤
首先，导入所需的库 −
import numpy as np from numpy.polynomial import laguerre as L
创建勒让德级数系数的一维数组 −
c1 = np.array([2,3,4]) c2 = np.array([4,3,2])
显示系数数组 −
print("Array1...\n",c1)
print("\nArray2...\n",c2)显示数据类型 −
print("\nArray1 datatype...\n",c1.dtype)
print("\nArray2 datatype...\n",c2.dtype)检查两个数组的维度 −
print("\nDimensions of Array1...\n",c1.ndim)
print("\nDimensions of Array2...\n",c2.ndim)检查两个数组的形状 −
print("\nShape of Array1...\n",c1.shape)
print("\nShape of Array2...\n",c2.shape)要将一个勒让德级数加到另一个级数，请使用 Python Numpy 中的 polynomial.legendre.legadd() 方法。此方法会返回一个数组，该数组表示它们的和的勒让德级数 −
print("\nResult (sum)....\n",L.legadd(c1, c2))示例
import numpy as np
from numpy.polynomial import legendre as L
# Create 1-D arrays of Legendre series coefficients
c1 = np.array([2,3,4])
c2 = np.array([4,3,2])
# Display the arrays of coefficients
print("Array1...\n",c1)
print("\nArray2...\n",c2)
# Display the datatype
print("\nArray1 datatype...\n",c1.dtype)
print("\nArray2 datatype...\n",c2.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",c1.ndim)
print("\nDimensions of Array2...\n",c2.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",c1.shape)
print("\nShape of Array2...\n",c2.shape)
# To add one Legendre series to another, use the polynomial.legendre.legadd() method in Python Numpy
# The method returns an array representing the Legendre series of their sum.
print("\nResult (sum)....\n",L.legadd(c1, c2))输出
Array1... [2 3 4] Array2... [4 3 2] Array1 datatype... int64 Array2 datatype... int64 Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (3,) Shape of Array2... (3,) Result (sum).... [6. 6. 6.]
更新于： 07-Mar-2022
84 视图
广告