Python laggrid3d()로 x, y, z 데카르트 곱에서 3차원 라게르 급수 평가하기 – 계수 2차원 배열 활용법

Python에서 x, y, z의 데카르트 곱(Cartesian product) 위에서 3차원 라게르(Laguerre) 급수를 평가하려면 numpy.polynomial.laguerre.laggrid3d() 메서드를 사용합니다. 이 메서드는 x, y, z의 데카르트 곱에 해당하는 점들에서 3차원 라게르 급수의 값을 반환합니다.

laggrid3d() 메서드의 주요 특징

만약 계수 배열 c가 3차원보다 낮은 차원을 가진다면, 자동으로 형태(shape)에 1차원이 추가되어 3차원으로 확장됩니다. 결과의 형태는 다음과 같이 결정됩니다.

c.shape[3:] + x.shape + y.shape + z.shape

매개변수 설명

첫 번째 매개변수 (x, y, z): 3차원 라게르 급수를 평가할 점들의 좌표입니다. 만약 x, y 또는 z가 리스트(list)나 튜플(tuple)이라면 먼저 ndarray로 변환되고, 이미 ndarray인 경우 그대로 유지됩니다. ndarray도 아니라면 스칼라(scalar)로 취급됩니다.

두 번째 매개변수 (c): 계수들이 담긴 배열로, i차와 j차 항에 대한 계수가 c[i, j]에 저장되어 있는 구조입니다. c의 차원이 2보다 크다면, 나머지 인덱스들은 여러 개의 계수 집합을 나타냅니다.

구현 단계

먼저 필요한 라이브러리를 임포트합니다.

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

계수로 사용할 2차원 배열을 생성합니다.

c = np.arange(4).reshape(2,2)

생성한 배열을 화면에 출력합니다.

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

배열의 차원을 확인합니다.

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

배열의 데이터 타입을 확인합니다.

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

배열의 형태(shape)를 확인합니다.

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

x, y, z의 데카르트 곱 위에서 3차원 라게르 급수를 평가하기 위해 laggrid3d() 메서드를 호출합니다.

print("\nResult...\n",L.laggrid3d([1,2], [1,2],[1,2], c))

전체 예제 코드

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

# 계수로 사용할 2차원 배열 생성
c = np.arange(4).reshape(2,2)

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

# x, y, z의 데카르트 곱 위에서 3차원 라게르 급수 평가
# laggrid3d() 메서드는 데카르트 곱의 점들에서 급수 값을 반환합니다.

print("\nResult...\n",L.laggrid3d([1,2], [1,2],[1,2], c))

실행 결과

Our Array...
    [[0 1]
   [2 3]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
    [[ 0. 2.]
   [-1. -1.]]

위 실행 결과를 보면, 2×2 형태의 계수 배열과 각 축별 평가 지점 [1, 2]를 사용하여 데카르트 곱 전체에 걸친 3차원 라게르 급수 값이 성공적으로 계산된 것을 확인할 수 있습니다. 이 방법을 활용하면 과학 계산 및 수치 해석 분야에서 라게르 다항식 기반의 근사를 손쉽게 수행할 수 있습니다.