Python NumPy lagval()로 라게르(Laguerre) 급수 평가하기 – tensor 매개변수 완벽 이해

Python NumPy에서 점 x에서 라게르(Laguerre) 급수를 평가하려면 polynomial.laguerre.lagval() 메서드를 사용합니다. 이 메서드는 다차원 계수 배열을 다룰 때 특히 유용하며, tensor 매개변수를 통해 결과의 형태(shape)를 제어할 수 있습니다.

lagval() 메서드의 주요 매개변수

1. x (첫 번째 매개변수)

평가할 지점을 나타냅니다. x가 리스트(list)나 튜플(tuple)이면 ndarray로 자동 변환되고, 그렇지 않으면 스칼라(scalar)로 취급됩니다. 어떤 경우든 x 또는 그 요소들은 자기 자신뿐 아니라 계수 배열 c의 요소들과도 덧셈과 곱셈이 가능해야 합니다.

2. C (두 번째 매개변수)

계수 배열입니다. 차수(degree) n에 해당하는 계수들이 c[n]에 저장되도록 정렬되어 있습니다. c가 다차원 배열인 경우 나머지 인덱스는 여러 개의 다항식을 의미합니다. 예를 들어 2차원 배열의 경우 계수들은 c의 열(column)에 저장되어 있다고 생각할 수 있습니다.

3. tensor (세 번째 매개변수)

tensor가 True이면 계수 배열의 형태(shape)가 오른쪽에 1이 추가되어 확장되며, 추가되는 개수는 x의 각 차원 수와 같습니다. 스칼라는 이 연산에서 차원이 0으로 간주됩니다. 그 결과 c의 모든 계수 열이 x의 모든 요소에 대해 평가됩니다.

반대로 False이면 x가 c의 열들에 대해 브로드캐스트(broadcast)되어 평가됩니다. 이 매개변수는 c가 다차원일 때 특히 유용하며, 기본값은 True입니다.

구현 단계

먼저 필요한 라이브러리를 임포트합니다.

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

다차원 계수 배열을 생성합니다.

c = np.arange(8).reshape(2,4)

배열을 출력해 확인합니다.

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

배열의 차원을 확인합니다.

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

배열의 데이터 타입(dtype)을 확인합니다.

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

배열의 형태(shape)를 확인합니다.

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

lagval() 메서드를 사용해 점 [1, 2]에서 라게르 급수를 평가합니다.

print("\nResult...\n",L.lagval([1,2],c,tensor = True))

전체 예제 코드

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

# 다차원 계수 배열 생성
c = np.arange(8).reshape(2,4)

# 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)

# lagval() 메서드로 라게르 급수 평가
print("\nResult...\n",L.lagval([1,2],c,tensor = True))

실행 결과

Our Array...
    [[0 1 2 3]
    [4 5 6 7]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 4)

Result...
    [[ 0. -4.]
    [ 1. -4.]
    [ 2. -4.]
    [ 3. -4.]]

결과 해석

위 실행 결과를 보면, 2×4 형태의 계수 배열 c에 대해 tensor=True 옵션으로 인해 계수 배열이 x의 차원(1차원)만큼 오른쪽으로 확장되었습니다. 따라서 결과는 4×2 형태의 배열로 반환되며, c의 각 열(각 다항식)이 x의 두 지점 [1, 2]에서 각각 평가된 것을 확인할 수 있습니다. 만약 tensor=False로 설정했다면 x가 계수 배열의 열 방향으로 브로드캐스트되어 완전히 다른 형태의 결과가 나오게 됩니다.