Python NumPy로 점 (x, y, z)에서 3차원 체비쇼프 급수 평가하는 방법

개요

Python NumPy에서 점 (x, y, z)에서 3차원 체비쇼프(Chebyshev) 급수를 평가하려면 polynomial.chebval3d() 메서드를 사용합니다. 이 메서드는 x, y, z에서 대응되는 값들의 조합으로 만들어진 다차원 다항식의 값을 반환합니다.

매개변수 설명

x, y, z: 3차원 급수가 평가될 점들을 나타냅니다. 세 배열은 반드시 동일한 shape(형태)를 가져야 합니다. x, y, z 중 하나라도 리스트(list)나 튜플(tuple)이면 먼저 ndarray로 변환되며, ndarray가 아니면 스칼라(scalar)로 취급됩니다.

c: 계수(coefficient) 배열입니다. 다중 차수(multidegree) i, j, k에 해당하는 항의 계수가 c[i, j, k]에 저장되도록 정렬되어 있습니다. 만약 c의 차원이 3보다 크다면, 남은 인덱스들은 여러 개의 계수 집합을 나타내는 데 사용됩니다.

단계별 구현 방법

먼저 필요한 라이브러리를 임포트합니다.

import numpy as np
from numpy.polynomial import chebyshev as C

3차원 계수 배열을 생성합니다.

c = np.arange(24).reshape(2,2,6)

생성된 배열을 출력해 확인합니다.

print("Our Array...\n",c)

배열의 차원을 확인합니다.

print("\nDimensions of our Array...\n",c.ndim)

배열 객체의 데이터 타입을 확인합니다.

print("\nDatatype of our Array object...\n",c.dtype)

배열의 shape(형태)를 확인합니다.

print("\nShape of our Array object...\n",c.shape)

polynomial.chebval3d() 메서드를 사용하여 점 (x, y, z)에서 3차원 체비쇼프 급수를 평가합니다.

print("\nResult...\n",C.chebval3d([1,2],[1,2],[1,2], c))

전체 예제 코드

import numpy as np
from numpy.polynomial import chebyshev as C

# 3차원 계수 배열 생성
c = np.arange(24).reshape(2,2,6)

# 배열 출력
print("Our Array...\n",c)

# 차원 확인
print("\nDimensions of our Array...\n",c.ndim)

# 데이터 타입 확인
print("\nDatatype of our Array object...\n",c.dtype)

# 형태(shape) 확인
print("\nShape of our Array object...\n",c.shape)

# polynomial.chebval3d() 메서드로 점 (x, y, z)에서 3차원 체비쇼프 급수 평가
print("\nResult...\n",C.chebval3d([1,2],[1,2],[1,2], c))

실행 결과

Our Array...
[[[ 0  1  2  3  4  5]
  [ 6  7  8  9 10 11]]

 [[12 13 14 15 16 17]
  [18 19 20 21 22 23]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 6)

Result...
[  276. 74088.]

정리

NumPy의 chebval3d() 메서드를 활용하면 복잡한 수식 계산 없이도 3차원 체비쇼프 급수를 특정 좌표점에서 손쉽게 평가할 수 있습니다. 계수 배열의 shape만 올바르게 구성하면 과학 계산, 수치 해석 등 다양한 분야에서 유용하게 활용할 수 있습니다.