資料結構
網路
關係資料庫管理系統 (RDBMS)
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
服裝設計
法律研究使用 Python 中的 4D 係數陣列評估 x、y 和 z 笛卡爾積上的 3D Hermite 級數
要評估 x、y 和 z 的笛卡爾積上的 3D Hermite 級數，請使用 Python 中的 hermite.hermgrid3d(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。
引數為 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，如果它不是 ndarray，則將其視為標量。
引數 c 是係數陣列，其排序方式是度數為 i,j 的項的係數包含在 c[i,j] 中。如果 c 的維度大於二維，則其餘索引列舉多個係數集。如果 c 的維度小於三維，則會在其形狀中隱式附加 1 以使其成為 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 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 級數，請使用 Python 中的 hermite.hermgrid3d(x, y, z, c) 方法：
print("\nResult...\n",H.hermgrid3d([1,2],[1,2],[1,2],c))示例
import numpy as np
from numpy.polynomial import hermite 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 series on the Cartesian product of x, y and z, use the hermite.hermgrid3d(x, y, z, c) method in Python
print("\nResult...\n",H.hermgrid3d([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... [[[[ -8100. 32472.] [-14148. 56976.]] [[-14796. 59832.] [-25740. 104480.]]] [[[ -8343. 33543.] [-14553. 58761.]] [[-15201. 61617.] [-26415. 107455.]]]]
更新於：2022年3月2日
82 次瀏覽
廣告