Computer >> 컴퓨터 >  >> 프로그램 작성 >> Python

Python에서 계수의 3d 배열을 사용하여 x 및 y의 데카르트 곱에 대한 2D 르장드르 급수 평가

<시간/>

x와 y의 데카르트 곱에 대한 2D 르장드르 급수를 평가하려면 Python Numpy에서 polynomial.legendre.leggrid2d() 메서드를 사용하십시오. 이 방법은 x와 y의 데카르트 곱의 점에서 2차원 체비쇼프 급수의 값을 반환합니다. c의 차원이 2개 미만인 경우 2차원으로 만들기 위해 1차원이 해당 모양에 암시적으로 추가됩니다. 결과의 모양은 c.shape[2:] + x.shape + y.shape입니다.

첫 번째 매개변수는 x, y입니다. 2차원 계열은 x와 y의 데카르트 곱의 점에서 평가됩니다. x 또는 y가 목록 또는 튜플이면 먼저 ndarray로 변환되고, 그렇지 않으면 변경되지 않은 채로 남아 있고 ndarray가 아니면 스칼라로 처리됩니다. 두 번째 매개변수는 c입니다. 다차 i,j 항의 계수가 c[i,j]에 포함되도록 정렬된 계수 배열입니다. c의 차원이 2보다 큰 경우 나머지 인덱스는 여러 계수 세트를 열거합니다.

단계

먼저 필요한 라이브러리를 가져옵니다 -

import numpy as np
from numpy.polynomial import legendre as L

계수의 3차원 배열 생성 -

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

배열 표시 -

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

치수 확인 -

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

데이터 유형 가져오기 -

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

모양 가져오기 -

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

x와 y의 데카르트 곱에 대한 2D 르장드르 급수를 평가하려면 Python에서 polynomial.legendre.leggrid2d() 메서드를 사용합니다. 이 방법은 x와 y의 데카르트 곱의 점에서 2차원 체비쇼프 급수의 값을 반환합니다. -

print("\nResult...\n",L.leggrid2d([1,2],[1,2],c))

예시

import numpy as np
from numpy.polynomial import legendre as L

# Create a 3d array of coefficients
c = np.arange(24).reshape(2,2,6)

# Display the array
print("Our Array...\n",c)

# Check the Dimensions
print("\nDimensions of our Array...\n",c.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",c.dtype)

# Get the Shape
print("\nShape of our Array object...\n",c.shape)

# To evaluate a 2D Legendre series on the Cartesian product of x and y, use the polynomial.legendre.leggrid2d() method in Python Numpy
print("\nResult...\n",L.leggrid2d([1,2],[1,2],c))

출력

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...
   [[[ 36. 60.]
   [ 66. 108.]]

   [[ 40. 66.]
   [ 72. 117.]]

   [[ 44. 72.]
   [ 78. 126.]]

   [[ 48. 78.]
   [ 84. 135.]]

   [[ 52. 84.]
   [ 90. 144.]]

   [[ 56. 90.]
   [ 96. 153.]]]