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.]