用Python的4D系数数组在点(x,y,z)处评估3D Laguerre级数
使用Python Numpy的polynomial.laguerre.lagval3d()方法在点x,y,z处评估3D Laguerre级数。 该方法返回由x,y和z的对应值三元组形成的点上的多维多项式的值。
如果c的维数小于3,则会隐式附加到其形状以使其成为3-D。 结果的形状将是 c.shape [3:] + x.shape。 第一个参数是x,y,z。 三维系列在(x,y,z)点上进行评估,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,否则其将保持不变,如果它不是ndarray,则将其视为标量。
第二个参数C是数组系数,按照多重度数 i,j,k 的系数包含在 c [i,j,k] 中。 如果c的维度大于3,则其余索引枚举多个系数集。
步骤
首先导入需要的库-
import numpy as np
from numpy.polynomial import laguerre as L
创建一个4D系数数组-
c = np.arange(48).reshape(2,2,6,2)
显示阵列-
print("我们的阵列...\n", c)
检查维度-
print("\n数组的维度...\n",c.ndim)
得到数据类型-
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)
使用Python Numpy的polynomial.laguerre.lagval3d()方法,在点x,y,z处评估3D Laguerre级数。该方法返回由x,y和z的对应值三元组形成的点上的多维多项式的值 –
print("\n结果...\n",L.lagval3d([1,2],[1,2],[1,2],c))
例子
import numpy as np
from numpy.polynomial import laguerre as L
# 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("\n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)
# 使用Python Numpy的polynomial.laguerre.lagval3d()方法,在点x,y,z处评估3D Laguerre级数。
print("\n结果...\n",L.lagval3d([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]]]]
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...
[[-15.66666667 0. ]
[-16.925 0. ]]