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

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。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Numpy 示例