สร้างเมทริกซ์ Vandermonde ในระดับที่กำหนดพร้อมอาร์เรย์จุดที่ซับซ้อนในPython

ในการสร้างเมทริกซ์ Vandermonde ในระดับที่กำหนด ให้ใช้ polynomial.polyvander() ใน Python Numpy วิธีการส่งคืนเมทริกซ์ Vandermonde รูปร่างของเมทริกซ์ที่ส่งคืนคือ x.shape + (deg + 1,) โดยที่ดัชนีสุดท้ายคือกำลังของ x dtype จะเหมือนกับ x ที่แปลงแล้ว

พารามิเตอร์ a คืออาร์เรย์ของจุด dtype ถูกแปลงเป็น float64 หรือ complex128 ขึ้นอยู่กับว่าองค์ประกอบใดที่ซับซ้อน ถ้า x เป็นสเกลาร์ จะถูกแปลงเป็นอาร์เรย์ 1 มิติ พารามิเตอร์ deg คือระดับของเมทริกซ์ผลลัพธ์

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

นำเข้า numpy เป็น npfrom numpy.polynomial.polynomial นำเข้าโพลีแวนเดอร์

สร้างอาร์เรย์ -

x =np.array([-2.+2.j, -1.+2.j, 0.+2.j, 1.+2.j, 2.+2.j]) 

 แสดงอาร์เรย์ -
 
print("Our Array...\n",x)
 

 ตรวจสอบขนาด -
 
print("\nDimensions of our Array...\n",x.nim)
 

 รับประเภทข้อมูล -
 
print("\nประเภทข้อมูลของอ็อบเจ็กต์ Array...\n",x.dtype)
 

 รับรูปร่าง -
 
print("\nรูปร่างของวัตถุ Array...\n",x.shape)
 

 ในการสร้างเมทริกซ์ Vandermonde ในระดับที่กำหนด ให้ใช้ polynomial.polyvander() ใน Python Numpy -
 
print("\nResult...\n",polyvander(x, 2))
 
ตัวอย่าง
 
นำเข้า numpy เป็น npfrom numpy.polynomial.polynomial import polyvander# Create an arrayx =np.array([-2.+2.j, -1.+2.j, 0.+2.j, 1.+ 2.j, 2.+2.j])# แสดง arrayprint("Our Array...\n",x)# Check the Dimensionsprint("\nDimensions of our Array...\n",x.nim )# รับ Datatypeprint("\nประเภทข้อมูลของวัตถุ Array ของเรา...\n",x.dtype)# รับ Shapeprint("\nรูปร่างของวัตถุ Array ของเรา...\n",x.shape)# เพื่อสร้าง เมทริกซ์ Vandermonde ของดีกรีที่กำหนด ใช้ polynomial.polyvander() ใน Python Numpyprint("\nResult...\n",polyvander(x, 2))
 
ผลลัพธ์
 
Our Array...[-2.+2.j -1.+2.j 0.+2.j 1.+2.j 2.+2.j]Dimensions of our Array...1ประเภทข้อมูล ของ Array object...complex128Shape ของ Array object...(5,)ผลลัพธ์...[[ 1.+0.j -2.+2.j 0.-8.j][ 1.+0 .j -1.+2.j -3.-4.j][ 1.+0.j 0.+2.j -4.+0.j][ 1.+0.j 1.+2. เจ -3.+4.j][ 1.+0.j 2.+2.j 0.+8.j]]