在Python中使用4D系数数组在x、y和z的笛卡尔乘积上评估3D Chebyshev级数

要在x、y和z的笛卡尔乘积上评估3D Chebyshev级数，可以使用Python中的polynomial.chebgrid3d(x, y, z)方法。如果c的维度少于三维，那么在其形状上隐式地添加1，使其成为3D。结果的形状将为c.shape[3:] + x.shape + y.shape + z.shape。

参数x、y和z是在笛卡尔乘积x、y和z的点上评估的三维级数。如果x、y或z是列表或元组，则首先将其转换为ndarray，否则保持不变，如果它不是ndarray，则将其视为标量。参数c是按顺序排列的系数数组，使得i、j次项的系数包含在c[i,j]中。如果c的维度大于2，剩余的索引将枚举多个系数集。

步骤

首先，导入所需的库−

import numpy as np
from numpy.polynomial import chebyshev as C

创建一个4维系数数组−

c = np.arange(48).reshape(2,2,6,2)

显示数组 –

print("Our Array...\n",c)

检查尺寸 −

print("\nDimensions of our Array...\n",c.ndim)

获取数据类型−

print("\nDatatype of our Array object...\n",c.dtype)

获取图形−

print("\nShape of our Array object...\n",c.shape)

要在x、y、z的三维Chebyshev级数上进行评估，可以使用Python的polynomial.chebgrid3d(x, y, z)方法来进行−

print("\nResult...\n",C.chebgrid3d([1,2],[1,2], [1,2], c))

示例

import numpy as np
from numpy.polynomial import chebyshev as C

# 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 Chebyshev series on the Cartesian product of x, y, z, use the polynomial.chebgrid3d(x, y, z) method in Python
print("\nResult...\n",C.chebgrid3d([1,2],[1,2], [1,2], c))

输出

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...
[[[[ 552. 53976.]
   [ 900. 86904.]]

[[ 972. 92844.]
   [ 1566. 148176.]]]


[[[ 576. 55956.]
   [ 936. 89874.]]

[[ 1008. 95814.]
   [ 1620. 152631.]]]]