在 Python 中计算点 (x, y, z) 处的 3-D 切比雪夫级数
pythonnumpyserver side programmingprogramming更新于 2024/6/22 14:36:17
要计算点 (x, y, z) 处的 3-D 切比雪夫级数，请使用 Python Numpy 中的 polynomial.chebval3d() 方法。该方法返回由 x、y 和 z 的对应值三元组构成的点上的多维多项式的值。
参数为 x、y、z。在点 (x, y, z) 处计算三维级数，其中 x、y 和 z 必须具有相同的形状。如果 x、y 或 z 中的任何一个是列表或元组，则首先将其转换为 ndarray，否则保持不变，如果不是 ndarray，则将其视为标量。
# 参数 c 是一个按顺序排列的系数数组，以便多度项 i、j、k 的系数包含在 c[i,j,k] 中。如果 c 的维度大于 3，则其余索引枚举多组系数。
步骤
首先，导入所需的库 -
import numpy as np from numpy.polynomial import chebyshev as C
创建系数的三维数组 −
c = np.arange(24).reshape(2,2,6)
显示数组 −
print("我们的数组...\n",c)
检查维度 −
print("\n我们的数组的维度...\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我们的数组对象的形状...\n",c.shape)
要评估点 (x, y, z) 处的 3-D 切比雪夫级数，请使用 Python Numpy 中的 polynomial.chebval3d() 方法。该方法返回由 x、y 和 z 的对应值三元组形成的点上的多维多项式的值 −
print("\n结果...\n",C.chebval3d([1,2],[1,2],[1,2], c))
示例
import numpy as np
from numpy.polynomial import chebyshev as C
# 创建三维系数数组
c = np.arange(24).reshape(2,2,6)
# 显示数组
print("我们的数组...\n",c)
# 检查维度
print("\n我们的数组的维度...\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我们的数组对象的形状...\n",c.shape)
# 要在点 (x, y, z) 处评估 3-D 切比雪夫级数，请使用 Python Numpy 中的 polynomial.chebval3d() 方法
print("\n结果...\n",C.chebval3d([1,2],[1,2],[1,2], c))
输出
我们的数组... [[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] [[12 13 14 15 16 17] [18 19 20 21 22 23]]] 我们的数组的维度... 3 我们的数组对象的数据类型... int64 我们的数组对象的形状... (2, 2, 6) 结果... [ 276. 74088.]
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
打印
下一节:使用 Python 中的四维系数数组在点 (x, y, z) 处计算三维切比雪夫级数 ❯❮ 上一节:使用 Python 中的 3D 系数数组在点 (x, y) 处评估 2-D 切比雪夫级数
