ในการประเมินซีรีส์ 3D Legendre บนผลิตภัณฑ์คาร์ทีเซียนของ x, y และ z ให้ใช้เมธอด thepolynomial.legendre.leggrid3d() ใน Python Numpy วิธีการส่งกลับค่าของอนุกรม Chebyshev สามมิติที่จุดในผลคูณคาร์ทีเซียนของ x และ z ถ้า c มีมิติน้อยกว่าสาม มิติ จะถูกผนวกเข้ากับรูปร่างโดยปริยายเพื่อให้เป็นสามมิติ รูปร่างของผลลัพธ์จะเป็น c.shape[3:] + x.shape + y.shape + z.shape
พารามิเตอร์ที่ 1 คือ x, y, z อนุกรมสามมิติได้รับการประเมินที่จุดในผลคูณคาร์ทีเซียนของ x,y และ z หาก x หรือ y เป็นรายการหรือทูเพิล จะถูกแปลงเป็น ndarray ก่อน มิฉะนั้น จะไม่เปลี่ยนแปลง และหากไม่ใช่ ndarray จะถือเป็นสเกลาร์
พารามิเตอร์ตัวที่ 2 คือ c อาร์เรย์ของสัมประสิทธิ์ได้รับคำสั่งเพื่อให้สัมประสิทธิ์ของเทอมของ multidegreei,j อยู่ใน c[i,j] ถ้า c มีขนาดมากกว่าสองดัชนีที่เหลือจะแจกแจงค่าสัมประสิทธิ์หลายชุด
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np from numpy.polynomial import legendre as L
สร้างอาร์เรย์ 3 มิติของสัมประสิทธิ์ -
c = np.arange(16).reshape(2,2,4)
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 3D Legendre บนผลิตภัณฑ์คาร์ทีเซียนของ x, y และ z ให้ใช้วิธี thepolynomial.legendre.leggrid3d() ใน Python −
print("\nResult...\n",L.leggrid3d([1,2],[1,2],[1,2],c))
ตัวอย่าง
import numpy as np from numpy.polynomial import legendre as L # 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 3D Legendre series on the Cartesian product of x, y and z use the polynomial.legendre.leggrid3d() method in Python Numpy print("\nResult...\n",L.leggrid3d([1,2],[1,2],[1,2],c))
ผลลัพธ์
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... [[[ 120. 868.] [ 196. 1404.]] [[ 212. 1506.] [ 342. 2412.]]]