在 Python 中返回 Chebyshev 系数 1-D 数组的缩放伴随矩阵

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。基础多项式被缩放，以便当 c 为Chebyshev基础多项式时，伴随矩阵是对称的。这提供了比未缩放情况更好的特征值估计，并且对于基础多项式，使用numpy.linalg.eigvalsh来获取它们时，特征值保证是实数。该方法返回维度为 (deg, deg) 的缩放伴随矩阵。参数 c 是按低到高度排序的 Chebyshev 系数的 1-D 数组。

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))

示例

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))

输出

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]]