在 Python 中评估拉盖尔级数在 x 点的值，并扩展系数数组的形状以适应 x 的每个维度

为了在 Python NumPy 中评估拉盖尔级数在 x 点的值，可以使用 `polynomial.laguerre.lagval()` 方法。第一个参数是 x。如果 x 是列表或元组，则将其转换为 ndarray；否则，保持不变并将其视为标量。无论哪种情况，x 或其元素都必须支持自身以及 c 的元素之间的加法和乘法。

第二个参数 C 是一个系数数组，系数按顺序排列，使得 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，可以认为系数存储在 c 的列中。

第三个参数 tensor，如果为 True，则系数数组的形状在右侧用 1 扩展，每个 x 维度一个。标量对此操作的维度为 0。结果是，c 中的每一列系数都针对 x 的每个元素进行评估。如果为 False，则 x 会在评估过程中广播到 c 的列上。当 c 是多维时，此关键字很有用。默认值为 True。

步骤

首先，导入所需的库：

import numpy as np
from numpy.polynomial import laguerre as L

创建一个多维系数数组：

c = np.arange(8).reshape(2,4)

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)

为了在 Python NumPy 中评估拉盖尔级数在 x 点的值，可以使用 `polynomial.laguerre.lagval()` 方法：

print("\nResult...\n",L.lagval([1,2],c,tensor = True))

示例

import numpy as np
from numpy.polynomial import laguerre as L

# Create a multidimensional array of coefficients
c = np.arange(8).reshape(2,4)

# 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 Laguerre series at points x, use the polynomial.laguerre.lagval() method in Python Numpy
print("\nResult...\n",L.lagval([1,2],c,tensor = True))

输出

Our Array...
   [[0 1 2 3]
   [4 5 6 7]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 4)

Result...
   [[ 0. -4.]
   [ 1. -4.]
   [ 2. -4.]
   [ 3. -4.]]

更新于：2022年3月3日

87 次浏览

启动您的 职业生涯

完成课程获得认证

开始学习
广告