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
服裝學
法學使用Python生成Chebyshev多項式的偽Vandermonde矩陣，該矩陣基於浮點型陣列的點座標
要生成Chebyshev多項式的偽Vandermonde矩陣，請在Python NumPy中使用`chebyshev.chebvander()`。該方法返回度數為deg和取樣點(x, y)的偽Vandermonde矩陣。引數x、y是點座標陣列，形狀相同。資料型別將根據元素是否為複數轉換為float64或complex128。標量將轉換為一維陣列。引數deg是最大度數列表，形式為[x_deg, y_deg]。
步驟
首先，匯入所需的庫：
import numpy as np from numpy.polynomial import chebyshev as C
使用`numpy.array()`方法建立形狀相同的點座標陣列：
x = np.array([0.1, 1.4]) y = np.array([1.7, 2.8])
顯示陣列：
print("Array1...\n",x)
print("\nArray2...\n",y)顯示資料型別：
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)檢查兩個陣列的維度：
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)檢查兩個陣列的形狀：
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)要生成Chebyshev多項式的偽Vandermonde矩陣，請在Python中使用`chebyshev.chebvander()`：
x_deg, y_deg = 2, 3
print("\nResult...\n",C.chebvander2d(x,y, [x_deg, y_deg]))示例
import numpy as np
from numpy.polynomial import chebyshev as C
# Create arrays of point coordinates, all of the same shape using the numpy.array() method
x = np.array([0.1, 1.4])
y = np.array([1.7, 2.8])
# Display the arrays
print("Array1...\n",x)
print("\nArray2...\n",y)
# Display the datatype
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# To generate a pseudo Vandermonde matrix of the Chebyshev polynomial, use the chebyshev.chebvander() in Python Numpy
x_deg, y_deg = 2, 3
print("\nResult...\n",C.chebvander2d(x,y, [x_deg, y_deg]))輸出
Array1... [0.1 1.4] Array2... [1.7 2.8] Array1 datatype... float64 Array2 datatype... float64 Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (2,) Shape of Array2... (2,) Result... [[ 1.0000000e+00 1.7000000e+00 4.7800000e+00 1.4552000e+01 1.0000000e-01 1.7000000e-01 4.7800000e-01 1.4552000e+00 -9.8000000e-01 -1.6660000e+00 -4.6844000e+00 -1.4260960e+01] [ 1.0000000e+00 2.8000000e+00 1.4680000e+01 7.9408000e+01 1.4000000e+00 3.9200000e+00 2.0552000e+01 1.1117120e+02 2.9200000e+00 8.1760000e+00 4.2865600e+01 2.3187136e+02]]
更新於：2022年2月28日
68 次瀏覽
廣告