ในการประเมินชุด Chebyshev แบบ 2 มิติบนผลคูณคาร์ทีเซียนของ x และ y ให้ใช้เมธอด thepolynomial.chebgrid2d(x, y, c) ใน Python วิธีการส่งกลับค่าของอนุกรม Chebyshev สองมิติ ณ จุดในผลคูณคาร์ทีเซียนของ x และ y
ถ้า c มีน้อยกว่าสองมิติ สิ่งเหล่านั้นจะถูกผนวกเข้ากับรูปร่างโดยปริยายเพื่อให้เป็น 2 มิติ รูปร่างของผลลัพธ์จะเป็น c.shape[2:] + x.shape + y.shape พารามิเตอร์ x และ y เป็นอนุกรมสองมิติถูกประเมินที่จุดในผลคูณคาร์ทีเซียนของ x และ y หาก x หรือ y เป็นออร์ทูเปิลของรายการ จะถูกแปลงเป็น ndarray ก่อน มิฉะนั้น ค่าจะไม่เปลี่ยนแปลง และหากไม่ใช่ ndarray ค่าจะถูกนับเป็นสเกลาร์
พารามิเตอร์ c คืออาร์เรย์ของสัมประสิทธิ์ที่เรียงลำดับเพื่อให้สัมประสิทธิ์ของพจน์ของ multidegreei,j อยู่ใน c[i,j] ถ้า c มีขนาดมากกว่าสองดัชนีที่เหลือจะแจกแจงค่าสัมประสิทธิ์หลายชุด
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np from numpy.polynomial import chebyshev as C
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)
ในการประเมินอนุกรม Chebyshev แบบ 2 มิติบนผลคูณคาร์ทีเซียนของ x และ y ให้ใช้เมธอด thepolynomial.chebgrid2d(x, y, c) ใน Python -
print("\nResult...\n",C.chebgrid2d([1,2],[1,2], c))
ตัวอย่าง
import numpy as np from numpy.polynomial import chebyshev as C # 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 2-D Chebyshev series on the Cartesian product of x and y, use the polynomial.chebgrid2d(x, y, c) method in Python print("\nResult...\n",C.chebgrid2d([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.]]