在Python中计算三维Hermite级数的Cartesian乘积

要在x、y和z的Cartesian乘积上计算三维Hermite级数，请使用Python中的hermite.hermgrid3d(x, y, z, c)方法。该方法返回Cartesian乘积中点的三维多项式的值。

参数是x、y、z。在x、y和z的Cartesian乘积中评估三维级数。如果x、y或z是列表或元组，则首先将其转换为ndarray，否则将保持不变，并且如果它不是ndarray，则将其视为标量。

参数c是一个按照i、j次项的系数有序排列的数组，其中i、j次项的系数包含在c[i,j]中。如果c的维度大于2，则其余的索引枚举多个系数集合。如果c的维度少于三维，其形状会自动添加为3D。结果的形状将为c.shape[3:] + x.shape + y.shape + z.shape。

步骤

首先，导入所需的库−

import numpy as np
from numpy.polynomial import hermite as H

创建一个系数的3D数组−

c = np.arange(16).reshape(2,2,4)

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)

要在x、y和z的笛卡尔积上评估3-D Hermite系列，在Python中使用hermite.hermgrid3d(x, y, z, c)方法 −

print("\nResult...\n",H.hermgrid3d([1,2],[1,2],[1,2],c))

示例

import numpy as np
from numpy.polynomial import hermite as H

# Create a 3D array of coefficients
c = np.arange(16).reshape(2,2,4)

# 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 Hermite series on the Cartesian product of x, y and z, use the hermite.hermgrid3d(x, y, z, c) method in Python
print("\nResult...\n",H.hermgrid3d([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]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 4)

Result...
   [[[ 18. 5616.]
   [ 38. 9832.]]

   [[ 46. 10304.]
   [ 90. 17960.]]]