在Python中,对点x和每个维度的x的系数数组的形状进行扩展,评估Chebyshev系列

在Python中,对点x和每个维度的x的系数数组的形状进行扩展,评估Chebyshev系列

要在点x处评估Chebyshev系列,请使用Python Numpy中的chebyshev.chebval()方法。 第一个参数x,如果x是一个列表或元组,则转换为ndarray,否则将保持不变并视为标量。在任一情况下,x或其元素必须支持用它们自己和c的元素相加和相乘。

第二个参数C,一个按照排序系数的数组,使得度数n的项的系数包含在c [n]中。如果c是多维的,则其余索引枚举多个多项式。在二维情况下,可以认为系数存储在c的列中。

第三个参数tensor,如果为True,则在右侧使用1扩展系数数组的形状,每个x的维度一个。此操作的标量维度为0。结果是c中每个系数列都针对x的每个元素进行评估。如果为False,则在评估时会向c的列广播x。当c是多维的时,此关键字很有用。默认值为True。

步骤

首先,导入所需的库-

import numpy as np
from numpy.polynomial import chebyshev as C

创建一个多维数组的系数-

c = np.arange(6).reshape(2,3)

显示数组-

print("Our Array...\n",c)

检查维度-

print("\nDimensions of our Array...\n",c.ndim)

获取数据类型-

print("\nDatatype of our Array object...\n",c.dtype)

获取形状-

print("\nShape of our Array object...\n",c.shape)

要在点x处评估Chebyshev系列,请使用chebyshev.chebval()方法-

print("\nResult (chebval)...\n",C.chebval([1,2],c,tensor=True))

示例

import numpy as np
from numpy.polynomial import chebyshev as C

# 创建一个多维数组的系数
c = np.arange(6).reshape(2,3)

# 显示数组
print("Our Array...\n",c)

# 检查维度
print("\nDimensions of our Array...\n",c.ndim)

# 获取数据类型
print("\nDatatype of our Array object...\n",c.dtype)

# 获取形状
print("\nShape of our Array object...\n",c.shape)

# 在点x处评估Chebyshev系列,请使用Python Numpy中的chebyshev.chebval()方法
print("\nResult (chebval)...\n",C.chebval([1,2],c,tensor=True))

输出

Our Array...
   [[0 1 2]
   [3 4 5]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 3)

Result (chebval)...
   [[ 3. 6.]
   [ 5. 9.]
   [ 7. 12.]]

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