在Python中使用4D系数数组将点（x，y，z）处的3-D Chebyshev系列求值

要在点（x，y，z）处求值3-D Chebyshev系列，请在Python Numpy中使用polynomial.chebval3d()方法。该方法返回多维多项式在由x，y和z的对应值三元组形成的点上的值。

参数是x，y，z。在点（x，y，z）处求解三维级数，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，否则保持不变，如果它不是ndarray，则将其视为标量。

参数c是一个系数数组，排序方式是多项式次数i，j，k的系数包含在c[i，j，k]中。如果c的维数大于3，则剩余的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

创建一个4d系数数组 –

c = np.arange(48).reshape(2,2,6,2)

显示数组 –

print("我们的阵列...\n",c)

检查维度 –

print("\我们的数组的维度...\n",c.ndim)

获取数据类型 –

print("\我们的数组对象的数据类型...\n",c.dtype)

获取形状 –

print("\我们的数组对象的形状...\n",c.shape)

在点（x，y，z）处求解3-D Chebyshev级数，请使用polynomial.chebval3d()方法 –

print("\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4d系数数组
c = np.arange(48).reshape(2,2,6,2)

# 显示数组
print("我们的阵列...\n",c)

#检查维度
print("\我们的数组的维度...\n",c.ndim)

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

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

#要在点（x，y，z）处求值3-D Chebyshev系列，请在Python Numpy中使用polynomial.chebval3d()方法
print("\结果...\n",C.chebval3d([1,2],[1,2],[1,2], c))

输出

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

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

[[[24 25]
[26 27]
[28 29]
[30 31]
[32 33]
[34 35]]

[[36 37]
[38 39]
[40 41]
[42 43]
[44 45]
[46 47]]]]

我们的数组的维度...
4

我们的数组对象的数据类型...
int64

我们的数组对象的形状...
(2, 2, 6, 2)

结果...
[[ 552. 148176.]
[ 576. 152631.]]

继续输出：

解释说明

本文介绍了如何在Python中使用polynomial.chebval3d()方法求在任意（x，y，z）处的3-D Chebyshev级数。首先，需要导入numpy和numpy.polynomial.chebyshev等相关库，然后创建一个4D系数数组c。在调用polynomial.chebval3d()方法时，需要传递x，y，z和c作为参数。在我们的示例中，我们传递[1,2]作为x坐标值，[1,2]作为y坐标值和[1,2]作为z坐标值进行计算，结果为[[552. 148176.][576. 152631.]]。系数数组c的形状为(2,2,6,2)，这意味着它包含2组2个6×2系数。因为该文章是针对计算机领域，所以涉及到了numpy库及其相关函数和方法的使用，对于具有计算机编程背景的读者来说内容十分易懂。