在Python中评估多维点数组x上的勒让德级数
要在Python NumPy中评估多维点数组x上的勒让德级数,请使用`polynomial.legendre.legval()`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,否则将其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,其排序方式是n次幂的系数包含在c[n]中。如果c是多维的,其余索引则枚举多个多项式。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,每个维度对应x的一个维度。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,则在评估期间,x将广播到c的列上。当c是多维时,此关键字非常有用。默认值为True。
步骤
首先,导入所需的库 -
import numpy as np from numpy.polynomial import legendre as L
创建一个系数数组 -
c = np.array([1, 2, 3])
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)
这里,x是一个二维数组 -
x = np.array([[1,2],[3,4]])
要在Python NumPy中评估多维点数组x上的勒让德级数,请使用`polynomial.legendre.legval()`方法 -
print("\nResult...\n",L.legval(x,c))
示例
import numpy as np from numpy.polynomial import legendre as L # Create an array of coefficients c = np.array([1, 2, 3]) # 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) # Here, x is a 2D array x = np.array([[1,2],[3,4]]) # To evaluate a Legendre series at multi-dimensional array of points x, use the polynomial.legendre.legval() method in Python Numpy print("\nResult...\n",L.legval(x,c))
输出
Our Array... [1 2 3] Dimensions of our Array... 1 Datatype of our Array object... int64 Shape of our Array object... (3,) Result... [[ 6. 21.5] [46. 79.5]]
广告