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]]