在 Python 中生成勒让德多项式和 x、y、z 点数组的伪范德蒙矩阵

  • Z时代
  • 2024-01-10
  • 分类：综合

要生成具有 x、y、z 采样点的 Legendre 多项式的伪 Vandermonde 矩阵，请使用d()Python Numpy 中的 legendre.legvander3 方法。返回度 deg 和样本点 (x, y, z) 的伪 Vandermonde 矩阵。

参数 x, y ,z 是点坐标数组，都具有相同的形状。dtypes 将转换为 float64 或 complex128，具体取决于任何元素是否复杂。标量被转换为一维数组。参数 deg 是 [x_deg, y_deg, z_deg] 形式的最大度数列表。

脚步

首先，导入所需的库 -

import numpy as np
fromnumpy.polynomialimport legendre as L

使用以下方法创建点坐标数组，所有形状都相同-numpy.array()

x = np.array([1, 2])
y = np.array([3, 4])
z = np.array([5, 6])

显示数组 -

print("Array1...\n",x)
print("\nArray2...\n",y)
print("\nArray3...\n",z)

显示数据类型 -

print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
print("\nArray3 datatype...\n",z.dtype)

检查两个阵列的尺寸 -

print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
print("\nDimensions of Array3...\n",z.ndim)

检查两个阵列的形状 -

print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
print("\nShape of Array3...\n",z.shape)

d()要生成具有 x、y、z 样本点的勒让德多项式的伪 Vandermonde 矩阵，请使用Python中的 legendre.legvander3方法 -

x_deg, y_deg, z_deg = 2, 3, 4
print("\nResult...\n",L.legvander3d(x,y,z, [x_deg, y_deg, z_deg]))

示例

import numpy as np
fromnumpy.polynomialimport legendre as L
#使用 numpy.array() 方法创建所有相同形状的点坐标数组
x = np.array([1, 2])
y = np.array([3, 4])
z = np.array([5, 6])
#显示数组
print("Array1...\n",x)
print("\nArray2...\n",y)
print("\nArray3...\n",z)
#显示数据类型
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
print("\nArray3 datatype...\n",z.dtype)
#检查两个数组的尺寸
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
print("\nDimensions of Array3...\n",z.ndim)
#检查两个数组的形状
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
print("\nShape of Array3...\n",z.shape)
#要生成具有 x、y、z 样本点的 Legendre 多项式的伪 Vandermonde 矩阵，请使用 Python Numpy 中的 legendre.legvander3d() 方法
x_deg, y_deg, z_deg = 2, 3, 4
print("\nResult...\n",L.legvander3d(x,y,z, [x_deg, y_deg, z_deg]))
输出结果
Array1...
   [1 2]
Array2...
   [3 4]
Array3...
   [5 6]
Array1 datatype...
int64
Array2 datatype...
int64
Array3 datatype...
int64
Dimensions of Array1...
1
Dimensions of Array2...
1
Dimensions of Array3...
1
Shape of Array1...
(2,)
Shape of Array2...
(2,)
Shape of Array3...
(2,)
Result...
   [[1.00000000e+00 5.00000000e+00 3.70000000e+01 3.05000000e+02
     2.64100000e+03 3.00000000e+00 1.50000000e+01 1.11000000e+02
     9.15000000e+02 7.92300000e+03 1.30000000e+01 6.50000000e+01
     4.81000000e+02 3.96500000e+03 3.43330000e+04 6.30000000e+01
     3.15000000e+02 2.33100000e+03 1.92150000e+04 1.66383000e+05
     1.00000000e+00 5.00000000e+00 3.70000000e+01 3.05000000e+02
     2.64100000e+03 3.00000000e+00 1.50000000e+01 1.11000000e+02
     9.15000000e+02 7.92300000e+03 1.30000000e+01 6.50000000e+01
     4.81000000e+02 3.96500000e+03 3.43330000e+04 6.30000000e+01
     3.15000000e+02 2.33100000e+03 1.92150000e+04 1.66383000e+05
     1.00000000e+00 5.00000000e+00 3.70000000e+01 3.05000000e+02
     2.64100000e+03 3.00000000e+00 1.50000000e+01 1.11000000e+02
     9.15000000e+02 7.92300000e+03 1.30000000e+01 6.50000000e+01
     4.81000000e+02 3.96500000e+03 3.43330000e+04 6.30000000e+01
     3.15000000e+02 2.33100000e+03 1.92150000e+04 1.66383000e+05]
    [1.00000000e+00 6.00000000e+00 5.35000000e+01 5.31000000e+02
     5.53537500e+03 4.00000000e+00 2.40000000e+01 2.14000000e+02
     2.12400000e+03 2.21415000e+04 2.35000000e+01 1.41000000e+02
     1.25725000e+03 1.24785000e+04 1.30081312e+05 1.54000000e+02
     9.24000000e+02 8.23900000e+03 8.17740000e+04 8.52447750e+05
     2.00000000e+00 1.20000000e+01 1.07000000e+02 1.06200000e+03
     1.10707500e+04 8.00000000e+00 4.80000000e+01 4.28000000e+02
     4.24800000e+03 4.42830000e+04 4.70000000e+01 2.82000000e+02
     2.51450000e+03 2.49570000e+04 2.60162625e+05 3.08000000e+02
     1.84800000e+03 1.64780000e+04 1.63548000e+05 1.70489550e+06
     5.50000000e+00 3.30000000e+01 2.94250000e+02 2.92050000e+03
     3.04445625e+04 2.20000000e+01 1.32000000e+02 1.17700000e+03
     1.16820000e+04 1.21778250e+05 1.29250000e+02 7.75500000e+02
     6.91487500e+03 6.86317500e+04 7.15447219e+05 8.47000000e+02
     5.08200000e+03 4.53145000e+04 4.49757000e+05 4.68846262e+06]]

以上是 在 Python 中生成勒让德多项式和 x、y、z 点数组的伪范德蒙矩阵 的全部内容， 来源链接： utcz.com/z/297318.html

回到顶部