ประเมินซีรี่ส์ 2D Legendre บนผลิตภัณฑ์คาร์ทีเซียนของ x และ y ใน Python

ในการประเมินซีรีส์ 2D Legendre บนผลิตภัณฑ์คาร์ทีเซียนของ x และ y ให้ใช้เมธอด thepolynomial.legendre.leggrid2d() ใน Python Numpy วิธีการส่งกลับค่าของอนุกรม Chebyshev สองมิติที่จุดในผลคูณคาร์ทีเซียนของ x และ y ถ้า c มีน้อยกว่าสองมิติ สิ่งเหล่านั้นจะถูกผนวกเข้ากับรูปร่างโดยปริยายเพื่อให้เป็น 2 มิติ รูปร่างของผลลัพธ์จะเป็น c.shape[2:] + x.shape + y.shape

พารามิเตอร์ที่ 1 คือ x, y อนุกรมสองมิติได้รับการประเมินที่จุดในผลคูณคาร์ทีเซียนของ x และ y ถ้า x หรือ y เป็นรายการหรือทูเพิล จะถูกแปลงเป็น ndarray ก่อน มิฉะนั้น จะไม่เปลี่ยนแปลง และหากไม่ใช่ ndarray จะถือว่าเป็นสเกลาร์ พารามิเตอร์ตัวที่ 2 คือ c อาร์เรย์ของสัมประสิทธิ์ได้รับคำสั่งเพื่อให้สัมประสิทธิ์ของเทอมของหลายดีกรี i,j อยู่ใน c[i,j] หากมิติ chas มากกว่าสองดัชนีที่เหลือจะระบุชุดสัมประสิทธิ์หลายชุด

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

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

สร้างอาร์เรย์ 2 มิติของสัมประสิทธิ์ -

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

แสดงอาร์เรย์ -

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

ตรวจสอบขนาด -

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

รับประเภทข้อมูล -

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

รับรูปร่าง -

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

ในการประเมินซีรีส์ 2D Legendre บนผลิตภัณฑ์คาร์ทีเซียนของ x และ y ให้ใช้เมธอด thepolynomial.legendre.leggrid2d() ใน Python Numpy -

print("\nResult...\n",L.leggrid2d([1,2],[1,2],c))

ตัวอย่าง

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

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

# 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 2D Legendre series on the Cartesian product of x and y, use the polynomial.legendre.leggrid2d() method in Python Numpy
print("\nResult...\n",L.leggrid2d([1,2],[1,2],c))

ผลลัพธ์

Our Array...
   [[0 1]
   [2 3]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
   [[ 6. 10.]
   [11. 18.]]