在Python中计算三维Chebyshev级数的点值(x,y,z)
要在点(x, y, z)处计算三维Chebyshev级数的值,请在Python Numpy中使用polynomial.chebval3d()方法。 该方法返回由从x,y和z的对应值三联成的点形成的多维多项式的值。
参数是x, y, z。 三维级数在点(x,y,z)处计算,其中x、y和z必须具有相同的形状。 如果x、y或z中的任何一个是列表或元组,则首先将其转换为ndarray,否则它将保持不变;如果它不是ndarray,则将其视为标量。
参数c是数组,其顺序排列,以便多次度为i,j,k的系数的系数包含在c[i,j,k]中。 如果c的尺寸大于3,则其余的指标列举出多个系数集合。
步骤
首先,导入所需的库-
import numpy as np
from numpy.polynomial import chebyshev as C
创建一个3d系数数组 –
c = np.arange(24).reshape(2,2,6)
显示该数组-
print("数组如下...\n",c)
检查维度-
print("\n数组的维度...\n",c.ndim)
获取数据类型-
print("\n数组对象的数据类型...\n",c.dtype)
获取形状-
print("\n数组对象的形状...\n",c.shape)
要在点(x, y, z)处计算三维Chebyshev级数的值,请在Python Numpy中使用polynomial.chebval3d()方法。 该方法返回由从x,y和z的对应值三联成的点形成的多维多项式的值 –
print("\n结果...\n",C.chebval3d([1,2],[1,2],[1,2], c))
例子
import numpy as np
from numpy.polynomial import chebyshev as C
# 创建一个3d系数数组
c = np.arange(24).reshape(2,2,6)
# 显示该数组
print("数组如下...\n",c)
# 检查维度
print("\n数组的维度...\n",c.ndim)
# 获取数据类型
print("\n数组对象的类型...\n",c.dtype)
# 获取形状
print("\n数组对象的形状...\n",c.shape)
# 要在点(x, y, z)处计算三维Chebyshev级数的值,请在Python Numpy中使用polynomial.chebval3d()方法
print("\n结果...\n",C.chebval3d([1,2],[1,2],[1,2], c))
输出
数组如下...
[[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]]
[[12 13 14 15 16 17]
[18 19 20 21 22 23]]]
数组的维度...
3
数组对象的类型...
int64
数组对象的形状...
(2, 2, 6)
结果...
[ 276. 74088.]