ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนาม Legendre ที่มีจุดตัวอย่าง x, y, z ให้ใช้เมธอด legendre.legvander3d() ใน Python Numpy ส่งกลับเมทริกซ์เสมือน Vandermonde ขององศาองศาและจุดตัวอย่าง (x, y, z)
พารามิเตอร์ x, y , z คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float64 หรือ complex128 ขึ้นอยู่กับว่าองค์ประกอบใดที่ซับซ้อน สเกลาร์จะถูกแปลงเป็นอาร์เรย์ 1-D พารามิเตอร์ deg คือรายการองศาสูงสุดของรูปแบบ[x_deg, y_deg, z_deg]
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np from numpy.polynomial import legendre as L
สร้างอาร์เรย์ของพิกัดจุด รูปร่างเดียวกันทั้งหมดโดยใช้วิธี numpy.array() -
x = np.array([-2.+2.j, -1.+2.j]) y = np.array([0.+2.j, 1.+2.j]) z = np.array([2.+2.j, 3. + 3.j])
แสดงอาร์เรย์ -
print("Array1...\n",x)
print("\nArray2...\n",y)
print("\nArray3...\n",z) แสดงประเภทข้อมูล -
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
print("\nArray3 datatype...\n",z.dtype) ตรวจสอบขนาดของอาร์เรย์ทั้งสอง -
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
print("\nDimensions of Array3...\n",z.ndim) ตรวจสอบรูปร่างของอาร์เรย์ทั้งสอง -
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
print("\nShape of Array3...\n",z.shape) ในการสร้างเมทริกซ์ Vandermonde หลอกของพหุนาม Legendre ที่มีจุดตัวอย่าง x, y, z ให้ใช้เมธอด legendre.legvander3d() ใน Python Numpy -
x_deg, y_deg, z_deg = 2, 3, 4
print("\nResult...\n",L.legvander3d(x,y,z, [x_deg, y_deg, z_deg])) ตัวอย่าง
import numpy as np
from numpy.polynomial import legendre as L
# Create arrays of point coordinates, all of the same shape using the numpy.array() method
x = np.array([-2.+2.j, -1.+2.j])
y = np.array([0.+2.j, 1.+2.j])
z = np.array([2.+2.j, 3. + 3.j])
# Display the arrays
print("Array1...\n",x)
print("\nArray2...\n",y)
print("\nArray3...\n",z)
# Display the datatype
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
print("\nArray3 datatype...\n",z.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
print("\nDimensions of Array3...\n",z.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
print("\nShape of Array3...\n",z.shape)
# To generate a pseudo Vandermonde matrix of the Legendre polynomial with x, y, z sample points, use the legendre.legvander3d() method in Python Numpy
x_deg, y_deg, z_deg = 2, 3, 4
print("\nResult...\n",L.legvander3d(x,y,z, [x_deg, y_deg, z_deg])) ผลลัพธ์
Array1...
[-2.+2.j -1.+2.j]
Array2...
[0.+2.j 1.+2.j]
Array3...
[2.+2.j 3.+3.j]
Array1 datatype...
complex128
Array2 datatype...
complex128
Array3 datatype...
complex128
Dimensions of Array1...
1
Dimensions of Array2...
1
Dimensions of Array3...
1
Shape of Array1...
(2,)
Shape of Array2...
(2,)
Shape of Array3...
(2,)
Result...
[[ 1.00000000e+00 +0.0000000e+00j 2.00000000e+00 +2.0000000e+00j
-5.00000000e-01 +1.2000000e+01j -4.30000000e+01 +3.7000000e+01j
-2.79625000e+02 -3.0000000e+01j 0.00000000e+00 +2.0000000e+00j
-4.00000000e+00 +4.0000000e+00j -2.40000000e+01 -1.0000000e+00j
-7.40000000e+01 -8.6000000e+01j 6.00000000e+01 -5.5925000e+02j
-6.50000000e+00 +0.0000000e+00j -1.30000000e+01 -1.3000000e+01j
3.25000000e+00 -7.8000000e+01j 2.79500000e+02 -2.4050000e+02j
1.81756250e+03 +1.9500000e+02j 0.00000000e+00 -2.3000000e+01j
4.60000000e+01 -4.6000000e+01j 2.76000000e+02 +1.1500000e+01j
8.51000000e+02 +9.8900000e+02j -6.90000000e+02 +6.4313750e+03j
-2.00000000e+00 +2.0000000e+00j -8.00000000e+00 +0.0000000e+00j
-2.30000000e+01 -2.5000000e+01j 1.20000000e+01 -1.6000000e+02j
6.19250000e+02 -4.9925000e+02j -4.00000000e+00 -4.0000000e+00j
0.00000000e+00 -1.6000000e+01j 5.00000000e+01 -4.6000000e+01j
3.20000000e+02 +2.4000000e+01j 9.98500000e+02 +1.2385000e+03j
1.30000000e+01 -1.3000000e+01j 5.20000000e+01 +0.0000000e+00j
1.49500000e+02 +1.6250000e+02j -7.80000000e+01 +1.0400000e+03j
-4.02512500e+03 +3.2451250e+03j 4.60000000e+01 +4.6000000e+01j
0.00000000e+00 +1.8400000e+02j -5.75000000e+02 +5.2900000e+02j
-3.68000000e+03 -2.7600000e+02j -1.14827500e+04 -1.4242750e+04j
-5.00000000e-01 -1.2000000e+01j 2.30000000e+01 -2.5000000e+01j
1.44250000e+02 +0.0000000e+00j 4.65500000e+02 +4.9750000e+02j
-2.20187500e+02 +3.3705000e+03j 2.40000000e+01 -1.0000000e+00j
5.00000000e+01 +4.6000000e+01j 0.00000000e+00 +2.8850000e+02j
-9.95000000e+02 +9.3100000e+02j -6.74100000e+03 -4.4037500e+02j
3.25000000e+00 +7.8000000e+01j -1.49500000e+02 +1.6250000e+02j
-9.37625000e+02 +0.0000000e+00j -3.02575000e+03 -3.2337500e+03j
1.43121875e+03 -2.1908250e+04j -2.76000000e+02 +1.1500000e+01j
-5.75000000e+02 -5.2900000e+02j 0.00000000e+00 -3.3177500e+03j
1.14425000e+04 -1.0706500e+04j 7.75215000e+04 +5.0643125e+03j]
[ 1.00000000e+00 +0.0000000e+00j 3.00000000e+00 +3.0000000e+00j
-5.00000000e-01 +2.7000000e+01j -1.39500000e+02 +1.3050000e+02j
-1.41712500e+03 -6.7500000e+01j 1.00000000e+00 +2.0000000e+00j
-3.00000000e+00 +9.0000000e+00j -5.45000000e+01 +2.6000000e+01j
-4.00500000e+02 -1.4850000e+02j -1.28212500e+03 -2.9017500e+03j
-5.00000000e+00 +6.0000000e+00j -3.30000000e+01 +3.0000000e+00j
-1.59500000e+02 -1.3800000e+02j -8.55000000e+01 -1.4895000e+03j
7.49062500e+03 -8.1652500e+03j -2.90000000e+01 -8.0000000e+00j
-6.30000000e+01 -1.1100000e+02j 2.30500000e+02 -7.7900000e+02j
5.08950000e+03 -2.6685000e+03j 4.05566250e+04 +1.3294500e+04j
-1.00000000e+00 +2.0000000e+00j -9.00000000e+00 +3.0000000e+00j
-5.35000000e+01 -2.8000000e+01j -1.21500000e+02 -4.0950000e+02j
1.55212500e+03 -2.7667500e+03j -5.00000000e+00 +0.0000000e+00j
-1.50000000e+01 -1.5000000e+01j 2.50000000e+00 -1.3500000e+02j
6.97500000e+02 -6.5250000e+02j 7.08562500e+03 +3.3750000e+02j
-7.00000000e+00 -1.6000000e+01j 2.70000000e+01 -6.9000000e+01j
4.35500000e+02- 1.8100000e+02j 3.06450000e+03 +1.3185000e+03j
8.83987500e+03 +2.3146500e+04j 4.50000000e+01 -5.0000000e+01j
2.85000000e+02 -1.5000000e+01j 1.32750000e+03 +1.2400000e+03j
2.47500000e+02 +1.2847500e+04j -6.71456250e+04 +6.7818750e+04j
-5.00000000e+00 -6.0000000e+00j 3.00000000e+00 -3.3000000e+01j
1.64500000e+02 -1.3200000e+02j 1.48050000e+03 +1.8450000e+02j
6.68062500e+03 +8.8402500e+03j 7.00000000e+00 -1.6000000e+01j
6.90000000e+01 -2.7000000e+01j 4.28500000e+02 +1.9700000e+02j
1.11150000e+03 +3.1455000e+03j -1.09998750e+04 +2.2201500e+04j
6.10000000e+01 +0.0000000e+00j 1.83000000e+02 +1.8300000e+02j
-3.05000000e+01 +1.6470000e+03j -8.50950000e+03 +7.9605000e+03j
-8.64446250e+04 -4.1175000e+03j 9.70000000e+01 +2.1400000e+02j
-3.51000000e+02 +9.3300000e+02j -5.82650000e+03 +2.5120000e+03j
-4.14585000e+04 -1.7194500e+04j -1.23016125e+05 -3.0981225e+05j]] 