在Python中，使用4D系数数组来计算在x、y和z的笛卡尔积上的3D Laguerre级数

在Python中，使用4D系数数组来计算在x、y和z的笛卡尔积上的3D Laguerre级数

要计算在x、y和z的笛卡尔积上的3D Laguerre级数，可以使用Python中的polynomial.laguerre.laggrid3d()方法。该方法返回在x、y和z的笛卡尔积中的点上的三维Laguerre级数的值。

如果c的维度少于三维，则隐式地向其形状加上ones，使其变为三维。结果的形状将为c.shape[3：] + x.shape + y.shape + z.shape。第一个参数x、y、z是在Cartesian product of x、y和z的点上计算的三维序列。如果x、y或z是一个列表或元组，则首先被转换为ndarray，否则保持不变，并且如果它不是ndarray，则将其视为标量。

第二个参数c是一个按顺序排序的系数数组，使得i、j的次数的系数包含在c[i,j]中。如果c的维度大于两个，则其余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 laguerre as L

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)

获得形状−

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

使用Python中的polynomial.laguerre.laggrid3d()方法来评估x、y和z的笛卡尔积上的3D Laguerre级数-

print("\nResult...\n",L.laggrid3d([1,2], [1,2],[1,2], c))

示例

import numpy as np
from numpy.polynomial import laguerre as L

# 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 Laguerre series on the Cartesian product of x, y and z, use the polynomial.laguerre.laggrid3d() method in Python
print("\nResult...\n",L.laggrid3d([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...
   [[[[-15.66666667 2. ]
   [ 15.1 3.2 ]]

   [[ 30.2 6.4 ]
   [ 0. 0. ]]]


   [[[-16.925 1.73333333]
   [ 15.1 3.2 ]]

   [[ 30.2 6.4 ]
   [ 0. 0. ]]]]