在 Python 中生成拉盖尔多项式的伪范德蒙矩阵和 x、y 浮点数组
pythonnumpyserver side programmingprogramming更新于 2024/6/4 21:32:17
要生成拉盖尔多项式的伪范德蒙矩阵，请使用 Python Numpy 中的 laguerre.lagvander2d()。该方法返回伪范德蒙矩阵。返回矩阵的形状为 x.shape + (deg + 1,)，其中最后一个索引是相应拉盖尔多项式的度数。dtype 将与转换后的 x 相同。
参数 x、y 返回一个点数组。dtype 转换为 float64 或 complex128，具体取决于是否有任何元素是复数。如果x是标量，则将其转换为一维数组。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 laguerre as L
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([0.1, 1.4]) y = np.array([1.7, 2.8])
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)
要生成拉盖尔多项式的伪范德蒙矩阵，请使用 Python Numpy − 中的 laguerre.lagvander2d()
x_deg, y_deg = 2, 3
print("\n结果...\n",L.lagvander2d(x,y, [x_deg, y_deg]))
示例
import numpy as np
from numpy.polynomial import laguerre as L
#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([0.1, 1.4])
y = np.array([1.7, 2.8])
# 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数组
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# 要生成拉盖尔多项式的伪范德蒙矩阵，请使用 Python Numpy 中的 laguerre.lagvander2d()
x_deg, y_deg = 2, 3
print("\n结果...\n",L.lagvander2d(x,y, [x_deg, y_deg]))
输出
Array1...
[0.1 1.4]
Array2...
[1.7 2.8]
Array1 datatype...
float64
Array2 datatype...
float64
Dimensions of Array1...
1
Dimensions of Array2...
1
Shape of Array1...
(2,)
Shape of Array2...
(2,)
结果...
[[ 1. -0.7 -0.955 -0.58383333 0.9 -0.63
-0.8595 -0.52545 0.805 -0.5635 -0.768775 -0.46998583]
[ 1. -1.8 -0.68 0.70133333 -0.4 0.72
0.272 -0.28053333 -0.82 1.476 0.5576 -0.57509333]]
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/
