Python中对系数扩展为每个维度的形状,以及在点x处评估Laguerre级数
为了在点上评估Laguerre级数x,可以在Python Numpy中使用polynomial.laguerre.lagval()方法。第一个参数是x。如果x是列表或元组,则将其转换为ndarray,否则将保持不变并视为标量。在任一情况下,x或其元素必须支持相互之间和与c元素的加法和乘法。
第二个参数C是一个数组,其系数按照为n级的项的系数包含在c [n]中的顺序排序。如果c是多维的,则其余指标列举多项式。在二维情况下,可以将系数看作存储在c的列中。
第三个参数tensor,如果为True,则按右侧扩展系数阵列的形状,每个维度为x扩展一个。此操作的标量维度为0。结果是在x的每个元素中评估c中的每列系数。如果为False,则在评估时将x广播到c的列中。当c是多维时,此关键字非常有用。默认值为True。
步骤
首先,导入所需的库−
import numpy as np
from numpy.polynomial import laguerre as L
创建一个多维系数数组−
c = np.arange(8).reshape(2,4)
显示该数组−
print("我们的阵列...\n",c)
检查维度−
print("\n我们数组的维度...\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我们数组对象的形状...\n",c.shape)
要在点上评估Laguerre级数x,在Python Numpy中使用polynomial.laguerre.lagval()方法−
print("\n结果...\n",L.lagval([1,2],c,tensor = True))
例子
import numpy as np
from numpy.polynomial import laguerre as L
# 创建一个多维数组的系数
c = np.arange(8).reshape(2,4)
# 显示该数组
print("我们的阵列...\n",c)
# 检查维度
print("\n我们数组的维度...\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我们数组对象的形状...\n",c.shape)
# 要在点上评估Laguerre级数x,在Python Numpy中使用polynomial.laguerre.lagval()方法
print("\n结果...\n", L.lagval([1,2],c,tensor = True))
输出
我们的阵列...
[[0 1 2 3]
[4 5 6 7]]
我们数组的维度...
2
我们的数组对象的数据类型...
int64
我们数组对象的形状...
(2, 4)
结果...
[[ 0. -4.]
[ 1. -4.]
[ 2. -4.]
[ 3. -4.]]