在 Python 中评估点 x 的多维数组的勒让德级数
要在点 x 的多维数组处计算勒让德级数,请使用多项式。Python Numpy 中的方法。第一个参数是 x。如果 x 是列表或元组,则将其转换为 ndarray,否则保持不变并视为标量。在任何一种情况下,x 或其元素都必须支持与它们自身以及与 c 的元素的加法和乘法。legendre.legval()
第二个参数,C,一个排序的系数数组,以便 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,张量,如果为True,则系数数组的形状在右边扩展为1,x的每个维度一个。此操作的标量维度为 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 在 c 的列上广播以进行评估。当 c 是多维的时,此关键字很有用。默认值是true。
脚步
首先,导入所需的库 -
import numpy as npfromnumpy.polynomialimport 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)
检查尺寸 -
print("\nDimensions of our Array...\n",c.ndim)
获取数据类型 -
print("\nDatatype of our Array object...\n",c.dtype)
获得形状 -
print("\nShape of our Array object...\n",c.shape)
在这里,x 是一个二维数组 -
x = np.array([[1,2],[3,4]])
要在点 x 的多维数组处计算勒让德级数,请使用多项式。Python Numpy 中的方法 -legendre.legval()
print("\nResult...\n",L.legval(x,c))
示例
import numpy as np输出结果fromnumpy.polynomialimport 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)
#检查尺寸
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]])
#要在点 x 的多维数组处评估勒让德级数,请使用 Python Numpy 中的 polynomial.legendre.legval() 方法
print("\nResult...\n",L.legval(x,c))
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]]
以上是 在 Python 中评估点 x 的多维数组的勒让德级数 的全部内容, 来源链接: utcz.com/z/297277.html