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 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 中使用複數點陣列生成切比雪夫多項式的範德蒙矩陣
要生成切比雪夫多項式的範德蒙矩陣，請在 Python Numpy 中使用 chebyshev.chebvander()。該方法返回範德蒙矩陣。返回矩陣的形狀為 x.shape + (deg + 1,)，其中最後一個索引是相應切比雪夫多項式的次數。dtype 將與轉換後的 x 相同。
引數 a 是點陣列。dtype 會根據是否有任何元素為複數而轉換為 float64 或 complex128。如果 x 是標量，則將其轉換為一維陣列。引數 deg 是結果矩陣的次數。
步驟
首先，匯入所需的庫 -
import numpy as np from numpy.polynomial import chebyshev as C
建立陣列 -
x = np.array([-2.+2.j, -1.+2.j, 0.+2.j, 1.+2.j, 2.+2.j])
顯示陣列 -
print("Our Array...\n",x)檢查維度 -
print("\nDimensions of our Array...\n",x.ndim)
獲取資料型別 -
print("\nDatatype of our Array object...\n",x.dtype)獲取形狀 -
print("\nShape of our Array object...\n",x.shape)要生成切比雪夫多項式的範德蒙矩陣，請使用 chebyshev.chebvander() -
print("\nResult...\n",C.chebvander(x, 2))示例
import numpy as np
from numpy.polynomial import chebyshev as C
# Create an array
x = np.array([-2.+2.j, -1.+2.j, 0.+2.j, 1.+2.j, 2.+2.j])
# Display the array
print("Our Array...\n",x)
# Check the Dimensions
print("\nDimensions of our Array...\n",x.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",x.dtype)
# Get the Shape
print("\nShape of our Array object...\n",x.shape)
# To generate a Vandermonde matrix of the Chebyshev polynomial, use the chebyshev.chebvander() in Python Numpy
# The method returns the Vandermonde matrix. The shape of the returned matrix is x.shape + (deg + 1,), where The last index is the degree of the corresponding Chebyshev polynomial. The dtype will be the same as the converted x.
# The parameter, a is Array of points. The dtype is converted to float64 or complex128 depending on whether any of the elements are complex. If x is scalar it is converted to a 1-D array.
# The parameter, deg is the degree of the resulting matrix
print("\nResult...\n",C.chebvander(x, 2))輸出
Our Array... [-2.+2.j -1.+2.j 0.+2.j 1.+2.j 2.+2.j] Dimensions of our Array... 1 Datatype of our Array object... complex128 Shape of our Array object... (5,) Result... [[ 1. +0.j -2. +2.j -1.-16.j] [ 1. +0.j -1. +2.j -7. -8.j] [ 1. +0.j 0. +2.j -9. +0.j] [ 1. +0.j 1. +2.j -7. +8.j] [ 1. +0.j 2. +2.j -1.+16.j]]
更新於: 2022年2月28日
93 次檢視
廣告