在Python中计算Chebyshev级数的点x

要在点x处计算Chebyshev级数，请使用Python Numpy中的chebyshev.chebval()方法。第一个参数x，如果x是一个列表或元组，则将其转换为ndarray，否则将其保持不变并视为标量。无论哪种情况，x或其元素必须支持与自身和c的元素相加和相乘。

第二个参数C，一个按顺序排列的系数数组，使得度数为n的系数包含在c[n]中。如果c是多维的，其余索引将枚举多个多项式。在二维情况下，可以将系数视为存储在c的列中。

第三个参数tensor，如果为True，则系数数组的形状在右侧扩展，对于x的每个维度增加一个。对于此操作，标量的维数为0。结果是c中的每一列系数对于x的每个元素进行评估。如果为False，则x在评估时会广播到c的列上。当c是多维的时，此关键字非常有用。默认值为True。

步骤

首先，导入所需的库-

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

创建一个系数数组 –

c = np.array([1, 2, 3])

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)

获取形状 –

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

在Python Numpy中，要在点x上评估Chebyshev序列，请使用chebyshev.chebval()方法

print("\nResult...\n",C.chebval(1,c))

示例

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

# Create an array of coefficients
c = np.array([1, 2, 3])

# 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 Chebyshev series at points x, use the chebyshev.chebval(() method in Python Numpy
print("\nResult...\n",C.chebval(1,c))

输出

Our Array...
[1 2 3]

Dimensions of our Array...
1

Datatype of our Array object...
int64

Shape of our Array object...
(3,)

Result...
6.0