在 Python 中生成带有点坐标复数数组的 Hermite 多项式的伪 Vandermonde 矩阵

pythonnumpyserver side programmingprogramming更新于 2024/5/24 7:40:17

要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy 中的 hermite.hermvander2d()。该方法返回伪 Vandermonde 矩阵。参数 x、y 是点坐标数组,所有点坐标的形状均相同。dtype 将转换为 float64 或 complex128,具体取决于是否有任何元素是复数。标量将转换为一维数组。参数 deg 是 [x_deg, y_deg] 形式的最大度数列表。

步骤

首先,导入所需的库 −

import numpy as np
from numpy.polynomial import hermite as H

使用 numpy.array() 方法 − 创建点坐标数组,所有数组的形状相同

x = np.array([-2.+2.j, -1.+2.j])
y = np.array([1.+2.j, 2.+2.j])

显示数组 −

print("Array1...\n",x)
print("\nArray2...\n",y)

显示数据类型 −

print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)

检查两个数组的维度 −

print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

检查两个数组的形状 −

print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用 Python Numpy 中的 hermite.hermvander2d()。该方法返回伪范德蒙矩阵 −

x_deg, y_deg = 2, 3
print("\n结果...\n",H.hermvander2d(x,y, [x_deg, y_deg]))

示例

import numpy as np
from numpy.polynomial import hermite as H

# 使用 numpy.array() 方法创建点坐标数组,所有数组的形状相同
x = np.array([-2.+2.j, -1.+2.j])
y = np.array([1.+2.j, 2.+2.j])

# 显示数组
print("Array1...\n",x)
print("\nArray2...\n",y)

# 显示数据类型
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)

# 检查两个数组的维度
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

# 检查两个数组的形状
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

# 要生成 Hermite 多项式的伪 Vandermonde 矩阵,请使用Python Numpy 中的 hermite.hermvander2d()
# 该方法返回伪范德蒙矩阵。

x_deg, y_deg = 2, 3
print("\n结果...\n",H.hermvander2d(x,y, [x_deg, y_deg]))

输出

Array1...
   [-2.+2.j -1.+2.j]

Array2...
   [1.+2.j 2.+2.j]

Array1 datatype...
complex128

Array2 datatype...
complex128

Dimensions of Array1...
1

Dimensions of Array2...
1

Shape of Array1...
(2,)

Shape of Array2...
(2,)

结果...
   [[ 1.000e+00 +0.j  2.000e+00  +4.j  -1.400e+01 +16.j  -1.000e+02 -40.j
     -4.000e+00 +4.j -2.400e+01  -8.j  -8.000e+00 -120.j  5.600e+02 -240.j
     -2.000e+00 -32.j 1.240e+02  -72.j  5.400e+02 +416.j -1.080e+03 +3280.j]
   [ 1.000e+00  +0.j  4.000e+00  +4.j  -2.000e+00 +32.j  -1.520e+02 +104.j
    -2.000e+00  +4.j -2.400e+01  +8.j  -1.240e+02 -72.j  -1.120e+02 -816.j
    -1.400e+01  -16.j 8.000e+00  -120.j 5.400e+02 -416.j  3.792e+03 +976.j]]

相关文章


有用资源