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。