在Python中使用3D系数数组评估2-D Chebyshev级数中(x, y)点

使用Python Numpy中的polynomial.chebval2d()方法来评估2-D Chebyshev级数中(x, y)点，该方法返回x和y中对应值对形成的点的两个维度Chebyshev级数的值。参数x、y形成(x,y)点，其中x和y必须具有相同的形状。如果x或y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。

参数c是按顺序排列的系数数组，以便多重度i、j的系数项包含在c [i, j]中。如果c的维度大于2，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 chebyshev as C

创建3D系数数组-

c = np.arange(24).reshape(2,2,6)

显示数组-

print("我们的数组 ...\n",c)

检查维度 –

print("我们数组维度的大小 ...\n",c.ndim)

获取数据类型 –

print("我们的数组对象数据类型 ...\n",c.dtype)

获取形状 –

print("我们的数组对象形状 ...\n",c.shape)

使用polynomial.chebval2d()方法评估2-D Chebyshev系数数组中的(x, y)点 –

print("结果 ...\n",C.chebval2d([1,2],[1,2], c))

示例

import numpy as np
from numpy.polynomial import chebyshev as C

# 创建3D系数数组
c = np.arange(24).reshape(2,2,6)

# 显示数组
print("我们的数组 ...\n",c)

# 检查维度
print("我们数组维度的大小 ...\n",c.ndim)

# 获取数据类型
print("我们的数组对象数据类型 ...\n",c.dtype)

# 获取形状
print("我们的数组对象形状 ...\n",c.shape)

# 使用polynomial.chebval2d()方法评估2-D Chebyshev系数数组中的(x, y)点
print("结果 ...\n",C.chebval2d([1,2],[1,2], c))

输出

我们的数组...
[[[ 0 1 2 3 4 5]
  [ 6 7 8 9 10 11]]

 [[12 13 14 15 16 17]
  [18 19 20 21 22 23]]]

我们数组维度的大小 ...
3

我们的数组对象数据类型 ...
int64

我们的数组对象形状 ...
(2, 2, 6)

结果...
[[ 36. 108.]
 [ 40. 117.]
 [ 44. 126.]
 [ 48. 135.]
 [ 52. 144.]
 [ 56. 153.]]