在 Python 中使用 4D 系数数组评估点 (x, y, z) 处的 3D 切比雪夫级数

要评估点 (x, y, z) 处的 3D 切比雪夫级数，请在 Python Numpy 中使用 polynomial.chebval3d() 方法。该方法返回由 x、y 和 z 中对应值的三个元组形成的点上的多维多项式的值。

参数为 x、y、z。三维级数在点 (x, y, z) 处进行评估，其中 x、y 和 z 必须具有相同的形状。如果 x、y 或 z 中的任何一个是列表或元组，则首先将其转换为 ndarray，否则保持不变，如果它不是 ndarray，则将其视为标量。

参数 c 是一个系数数组，其排序方式使得多度为 i、j、k 的项的系数包含在 c[i,j,k] 中。如果 c 的维度大于 3，则其余索引枚举多组系数。

步骤

首先，导入所需的库 -

import numpy as np
from numpy.polynomial import chebyshev as C

创建系数的 4D 数组 -

c = np.arange(48).reshape(2,2,6,2)

显示数组 -

print("Our Array...\n",c)

检查维度 -

print("\nDimensions of our Array...\n",c.ndim)

获取数据类型 -

print("\nDatatype of our Array object...\n",c.dtype)

获取形状 -

print("\nShape of our Array object...\n",c.shape)

要评估点 (x, y, z) 处的 3D 切比雪夫级数，请使用 polynomial.chebval3d() 方法 -

print("\nResult...\n",C.chebval3d([1,2],[1,2],[1,2], c))

示例

import numpy as np
from numpy.polynomial import chebyshev as C

# Create a 4d array of coefficients
c = np.arange(48).reshape(2,2,6,2)

# Display the array
print("Our Array...\n",c)

# Check the Dimensions
print("\nDimensions of our Array...\n",c.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",c.dtype)

# Get the Shape
print("\nShape of our Array object...\n",c.shape)

# To evaluate a 3-D Chebyshev series at points (x, y, z), use the polynomial.chebval3d() method in Python Numpy
print("\nResult...\n",C.chebval3d([1,2],[1,2],[1,2], c))

输出

Our Array...
[[[[ 0 1]
[ 2 3]
[ 4 5]
[ 6 7]
[ 8 9]
[10 11]]

[[12 13]
[14 15]
[16 17]
[18 19]
[20 21]
[22 23]]]


[[[24 25]
[26 27]
[28 29]
[30 31]
[32 33]
[34 35]]

[[36 37]
[38 39]
[40 41]
[42 43]
[44 45]
[46 47]]]]

Dimensions of our Array...
4

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 6, 2)

Result...
[[ 552. 148176.]
[ 576. 152631.]]

更新于: 2022年3月8日

95 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告