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. ]]