使用Python和4D系数数组评估点(x,y,z)处的3D Hermite级数
要评估点 (x, y, z) 处的 3D Hermite 级数,请在 Python NumPy 中使用 hermite.hermval3d() 方法。该方法返回在由 x、y 和 z 中相应值的三个一组构成的点上多维多项式的值。第一个参数是 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。
第二个参数 C 是一个系数数组,其排序方式是多度为 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,则其余索引枚举多个系数集。
步骤
首先,导入所需的库:
import numpy as np from numpy.polynomial import hermite as H
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)
要评估点 (x, y, z) 处的 3D Hermite 级数,请在 Python NumPy 中使用 hermite.hermval3d() 方法:
print("\nResult...\n",H.hermval3d([1,2],[1,2],[1,2],c))
示例
import numpy as np from numpy.polynomial import hermite as H # 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 3D Hermite series at points (x, y, z), use the hermite.hermval3d() method in Python Numpy # The method returns the values of the multidimensional polynomial on points formed with triples of corresponding values from x, y, and z. print("\nResult...\n",H.hermval3d([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... [[ -8100. 104480.] [ -8343. 107455.]]
广告