在 Python 中使用二维系数数组,评估笛卡尔积 x、y 和 z 上的三维 Hermite 级数
要在笛卡尔积 x、y 和 z 上评估三维 Hermite 级数,使用 Python 中的 hermite.hermgrid3d(x、y、z、c) 方法。该方法返回笛卡尔积 x、y 和 z 中的点处的二维多项式值。
参数是 x、y 和 z。在笛卡尔积 x、y 和 z 上计算三维级数。如果 x、y 或 z 是列表或元组,则首先将其转换为 ndarray,否则将其保持不变,如果它不是 ndarray,则将其视为标量。
参数 c 是按 i、j 次幂项的顺序排序的系数数组,在 c[i,j] 中包含 i、j 次幂项的系数。如果 c 的维度大于二,剩余的索引枚举多个系数集。如果 c 的维度少于三维,则隐式附加其形状的维度为 3-D。结果的形状将是 c.shape[3:] + x.shape + y.shape + z.shape。
步骤
首先导入所需的库 –
import numpy as np
from numpy.polynomial import hermite as H
创建一个二维系数数组 –
c = np.arange(4).reshape(2,2)
显示数组 –
print("我们的数组...\n",c)
检查维度 –
print("\n我们的数组的维度...\n",c.ndim)
获取数据类型 –
print("\n我们的数组对象的数据类型...\n",c.dtype)
获取形状 –
print("\n我们的数组对象的形状...\n",c.shape)
要在笛卡尔积 x、y 和 z 上评估三维 Hermite 级数,请使用 hermite.hermgrid3d(x、y、z、c) 方法在 Python 中 –
print("\n结果...\n",H.hermgrid3d([1,2],[1,2],[1,2],c))
例子
import numpy as np
from numpy.polynomial import hermite as H
# 创建一个二维系数数组
c = np.arange(4).reshape(2,2)
# 显示数组
print("我们的数组...\n",c)
# 检查维度
print("\n我们的数组的维度...\n",c.ndim)
# 获取数据类型
print("\n我们的数组对象的数据类型...\n",c.dtype)
# 获取形状
print("\n我们的数组对象的形状...\n",c.shape)
# 要在笛卡尔积 x、y 和 z 上评估三维 Hermite 级数,请使用 hermite.hermgrid3d(x、y、z、c) 方法在 Python 中
print("\n结果...\n",H.hermgrid3d([1,2],[1,2],[1,2],c))
输出
我们的数组...
[[0 1]
[2 3]]
我们的数组的维度...
2
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)
结果...
[[ 86. 154.]
[152. 272.]]