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

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.]]

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