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.]]

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

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

步骤

例子

输出

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

回顶部