資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究在Python中使用4D係數陣列評估x、y和z的笛卡爾積上的3D Hermite_e級數
要評估x、y和z的笛卡爾積上的3D Hermite_e級數，請在Python中使用hermite_e.hermegrid3d(x, y, z, c)方法。該方法返回二維多項式在x、y和z的笛卡爾積中的點的值。
引數是x、y、z。三維級數在x、y和z的笛卡爾積中的點處進行評估。如果x、y或z是列表或元組，則首先將其轉換為ndarray，否則保持不變，並且如果它不是ndarray，則將其視為標量。
引數c是一個係數陣列，其排序方式使得i、j次項的係數包含在c[i,j]中。如果c的維度大於2，則其餘索引列舉多個係數集。如果c的維度小於3，則會隱式地將其形狀附加為1，使其成為3D。結果的形狀將為c.shape[3:] + x.shape + y.shape + z.shape。
步驟
首先，匯入所需的庫 -
import numpy as np from numpy.polynomial import hermite_e as H
建立一個4D係數陣列 -
c = np.arange(48).reshape(2,2,6,2)
顯示陣列 -
print("Our Array...\n",c)檢查維度 -
print("\nDimensions of our Array...\n",c.ndim)
獲取資料型別 -
print("\nDatatype of our Array object...\n",c.dtype)獲取形狀 -
print("\nShape of our Array object...\n",c.shape)
要評估x、y和z的笛卡爾積上的3D Hermite_e級數，請在Python中使用hermite_e.hermegrid3d(x, y, z, c)方法 -
print("\nResult...\n",H.hermegrid3d([1,2],[1,2],[1,2],c))示例
import numpy as np
from numpy.polynomial import hermite_e as H
# Create a 4d array of coefficients
c = np.arange(48).reshape(2,2,6,2)
# 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 3-D Hermite_e series on the Cartesian product of x, y and z, use the hermite_e.hermegrid3d(x, y, z, c) method in Python
print("\nResult...\n",H.hermegrid3d([1,2],[1,2],[1,2],c))輸出
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]]] [[[24 25] [26 27] [28 29] [30 31] [32 33] [34 35]] [[36 37] [38 39] [40 41] [42 43] [44 45] [46 47]]]] Dimensions of our Array... 4 Datatype of our Array object... int64 Shape of our Array object... (2, 2, 6, 2) Result... [[[[ 424. -1848.] [ 684. -2952.]] [[ 732. -3132.] [ 1170. -4968.]]] [[[ 440. -1908.] [ 708. -3042.]] [[ 756. -3222.] [ 1206. -5103.]]]]
更新於: 2022年2月28日
108 次檢視
廣告