使用 Python 中的 4D 系数数组评估 x、y 和 z 的笛卡尔积上的 3D 切比雪夫级数
要评估 x、y、z 的笛卡尔积上的 3D 切比雪夫级数,请使用 Python 中的 `polynomial.chebgrid3d(x, y, z)` 方法。如果 c 的维度小于三维,则会隐式地将其形状附加为 1 以使其成为 3D。结果的形状将为 c.shape[3:] + x.shape + y.shape + z.shape。
参数 x、y 和 z 是在 x、y 和 z 的笛卡尔积中的点处评估的三维级数。如果 x、y 或 z 是列表或元组,则首先将其转换为 ndarray,否则将其保持不变,并且如果它不是 ndarray,则将其视为标量。参数 c 是系数数组,其系数按 i、j 次项的系数包含在 c[i,j] 中的顺序排列。如果 c 的维度大于二维,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
创建一个 4D 系数数组:
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 x、y、z 的笛卡尔积上的 3D 切比雪夫级数,请使用 Python 中的 `polynomial.chebgrid3d(x, y, z)` 方法:
print("\nResult...\n",C.chebgrid3d([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 on the Cartesian product of x, y, z, use the polynomial.chebgrid3d(x, y, z) method in Python print("\nResult...\n",C.chebgrid3d([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. 53976.] [ 900. 86904.]] [[ 972. 92844.] [ 1566. 148176.]]] [[[ 576. 55956.] [ 936. 89874.]] [[ 1008. 95814.] [ 1620. 152631.]]]]
广告