在 Python 中计算点 x 多维数组处的勒让德级数
pythonnumpyserver side programmingprogramming
要计算点 x 多维数组处的勒让德级数，请使用 Python Numpy 中的 polynomial.legendre.legval() 方法。第一个参数是 x。如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并视为标量。无论哪种情况，x 或其元素都必须支持与自身以及 c 元素的加法和乘法。
第二个参数 C 是一个按顺序排列的系数数组，以便 n 次项的系数包含在 c[n] 中。如果 c 是多维的，则其余索引枚举多个多项式。在二维情况下，系数可以被认为存储在 c 的列中。
第三个参数 tensor，如果为 True，则系数数组的形状将扩展为右侧的 1，每个维度为 x。标量在此操作中的维度为 0。结果是 c 中的每一列系数都会针对 x 的每个元素进行评估。如果为 False，则 x 会在 c 的列上广播以进行评估。当 c 是多维时，此关键字很有用。默认值为 True。
步骤
首先，导入所需的库 -
import numpy as np from numpy.polynomial import legendre as L
创建系数数组 −
c = np.array([1, 2, 3])
显示数组 −
print("我们的数组...\n",c)
检查维度 −
print("\n我们的数组的维度...\n",c.ndim)
获取数据类型 −
print("\n我们的数组对象的数据类型...\n",c.dtype)
获取形状 −
print("\n我们的数组对象的形状...\n",c.shape)
Here, x is a 2D array −
x = np.array([[1,2],[3,4]])
要在点 x 的多维数组中计算勒让德级数，请使用 Python Numpy 中的 polynomial.legendre.legval() 方法 −
print("\n结果...\n",L.legval(x,c))
示例
import numpy as np
from numpy.polynomial import legendre as L
# 创建系数数组
c = np.array([1, 2, 3])
# 显示数组
print("我们的数组...\n",c)
# 检查维度
print("\n我们的数组的维度...\n",c.ndim)
# 获取数据类型
print("\n我们的数组对象的数据类型...\n",c.dtype)
# 获取形状
print("\n我们的数组对象的形状...\n",c.shape)
# Here, x is a 2D array
x = np.array([[1,2],[3,4]])
# 要在点 x 的多维数组中计算勒让德级数，请使用 Python Numpy 中的 polynomial.legendre.legval() 方法
print("\n结果...\n",L.legval(x,c))
输出
我们的数组... [1 2 3] 我们的数组的维度... 1 我们的数组对象的数据类型... int64 我们的数组对象的形状... (3,) 结果... [[ 6. 21.5] [46. 79.5]]
