ประเมินชุด Laguerre สามมิติบนผลิตภัณฑ์คาร์ทีเซียนของ x, y และ z ใน Python

ในการประเมินชุด Laguerre สามมิติบนผลิตภัณฑ์คาร์ทีเซียนของ x, y และ z ให้ใช้เมธอด thepolynomial.laguerre.laggrid3d() ใน Python เมธอดส่งคืนค่าของอนุกรม Laguerre สามมิติที่จุดในผลคูณคาร์ทีเซียนของ x, y และ z

ถ้า c มีน้อยกว่าสามมิติ สิ่งเหล่านั้นจะถูกผนวกเข้ากับรูปร่างโดยปริยายเพื่อให้เป็นสามมิติ รูปร่างของผลลัพธ์จะเป็น c.shape[3:] + x.shape + y.shape + z.shape พารามิเตอร์ที่ 1 x, y, z คืออนุกรมสามมิติที่ประเมินที่จุดในผลคูณคาร์ทีเซียนของ x, y และ z หาก x,`y` หรือ zis รายการหรือทูเพิล จะถูกแปลงเป็น ndarray ก่อน มิฉะนั้นจะไม่มีการเปลี่ยนแปลง และหากไม่ใช่แอนดาร์เรย์ จะถือเป็นสเกลาร์

พารามิเตอร์ตัวที่ 2 c คืออาร์เรย์ของสัมประสิทธิ์ที่เรียงลำดับเพื่อให้สัมประสิทธิ์สำหรับเงื่อนไขของ degreei,j อยู่ใน c[i,j] ถ้า c มีขนาดมากกว่าสองดัชนีที่เหลือจะแจกแจงค่าสัมประสิทธิ์หลายชุด

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

import numpy as np
from numpy.polynomial import laguerre 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)

ในการประเมินชุด Laguerre สามมิติบนผลิตภัณฑ์คาร์ทีเซียนของ x, y และ z ให้ใช้เมธอด thepolynomial.laguerre.laggrid3d() ใน Python -

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

ตัวอย่าง

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

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...
   [[[-3. -4. ]
   [ 0.66666667 5.33333333]]

   [[ 1.33333333 10.66666667]
   [ 0. 0. ]]]