ในการสร้างเมทริกซ์ Pseudo-Vandermonde ในระดับที่กำหนด ให้ใช้ polynomial.polyvander2() ใน Python Numpy วิธีการส่งกลับเมทริกซ์เสมือน Vandermonde ขององศาองศาและจุดตัวอย่าง (x, y) พารามิเตอร์ x และ y คืออาร์เรย์ของพิกัดจุด ซึ่งมีรูปร่างเหมือนกันทั้งหมด dtypes จะถูกแปลงเป็น float64 หรือ complex128 ขึ้นอยู่กับว่าองค์ประกอบใดที่ซับซ้อน สเกลาร์จะถูกแปลงเป็นอาร์เรย์ 1-D พารามิเตอร์ deg คือรายการองศาสูงสุดของรูปแบบ [x_deg, y_deg]
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np from numpy.polynomial.polynomial import polyvander2d
สร้างอาร์เรย์ของพิกัดจุด รูปร่างเดียวกันทั้งหมดโดยใช้วิธี numpy.array() -
x = np.array([-2.+2.j, -1.+2.j]) y = np.array([1.+2.j, 2.+2.j])
แสดงอาร์เรย์ -
print("Array1...\n",x)
print("\nArray2...\n",y) แสดงประเภทข้อมูล -
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype) ตรวจสอบขนาดของอาร์เรย์ทั้งสอง -
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim) ตรวจสอบรูปร่างของอาร์เรย์ทั้งสอง -
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape) ในการสร้างเมทริกซ์ Pseudo-Vandermonde ในระดับที่กำหนด ให้ใช้ polynomial.polyvander2() ใน Python Numpy -
x_deg, y_deg = 2, 3
print("\nResult...\n",polyvander2d(x,y, [x_deg, y_deg])) ตัวอย่าง
import numpy as np
from numpy.polynomial.polynomial import polyvander2d
# 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([1.+2.j, 2.+2.j])
# Display the arrays
print("Array1...\n",x)
print("\nArray2...\n",y)
# Display the datatype
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# To generate a Pseudo-Vandermonde matrix of given degree, use the polynomial.polyvander2() in Python Numpy
x_deg, y_deg = 2, 3
print("\nResult...\n",polyvander2d(x,y, [x_deg, y_deg])) ผลลัพธ์
Array1... [-2.+2.j -1.+2.j] Array2... [1.+2.j 2.+2.j] Array1 datatype... complex128 Array2 datatype... complex128 Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (2,) Shape of Array2... (2,) Result... [[ 1. +0.j 1. +2.j -3. +4.j -11. -2.j -2. +2.j -6. -2.j -2.-14.j 26.-18.j 0. -8.j 16. -8.j 32.+24.j -16.+88.j] [ 1. +0.j 2. +2.j 0. +8.j -16.+16.j -1. +2.j -6. +2.j -16. -8.j -16.-48.j -3. -4.j 2.-14.j 32.-24.j 112.+16.j]]
