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

c = np.array([1, 2, 3])

print("我们的数组...\n",c)

print("\n我们的数组的维数...\n",c.ndim)

print("\n我们的数组对象的数据类型...\n",c.dtype)

print("\n我们的数组对象的形状...\n",c.shape)

print("\n结果...\n",C.chebcompanion(c))

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

# 创建一个一维系数数组
c = np.array([1, 2, 3])

# 显示数组
print("我们的数组...\n",c)

# 检查维数
print("\n我们的数组的维数...\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)

# 为了返回多项式系数的 1-D 数组的缩放伴随矩阵，在Python Numpy中返回 chebyshev.chebcompanion() 方法
print("\n结果...\n",C.chebcompanion(c))

我们的数组...
  [1 2 3]

我们的数组的维数...
 1

我们的数组对象的数据类型...
 int64

我们的数组对象的形状...
 (3,)

结果...
   [[ 0. 0.47140452]
   [ 0.70710678 -0.33333333]]