Để đánh giá một chuỗi Legendre 2D trên tích Descartes của x và y, hãy sử dụng phương thức polynomial.legendre.leggrid2d() trong NumPy Python. Phương thức trả về giá trị của chuỗi Legendre hai chiều tại các điểm trong tích Descartes của x và y. Nếu c có ít hơn hai chiều, các chiều một sẽ được thêm ngầm vào hình dạng để biến thành 2-D. Hình dạng kết quả sẽ là c.shape[2:] + x.shape + y.shape.
Tham số
- x, y: Chuỗi hai chiều được đánh giá tại các điểm trong tích Descartes của x và y. Nếu x hoặc y là danh sách hoặc tuple, nó được chuyển đổi thành ndarray trước, ngược lại giữ nguyên và nếu không phải ndarray, được xem như vô hướng.
- c: Mảng hệ số được sắp xếp sao cho hệ số của hạng tử bậc đa i,j chứa trong c[i,j]. Nếu c có chiều lớn hơn hai, các chỉ số còn lại liệt kê nhiều bộ hệ số.
Các bước thực hiện
Trước tiên, nhập thư viện cần thiết:
import numpy as np from numpy.polynomial import legendre as L
Tạo mảng hệ số 3D:
c = np.arange(24).reshape(2, 2, 6)
Hiển thị mảng:
print("Mảng của chúng ta...\n", c)
Kiểm tra số chiều:
print("\nSố chiều của mảng...\n", c.ndim)
Lấy kiểu dữ liệu:
print("\nKiểu dữ liệu của đối tượng mảng...\n", c.dtype)
Lấy hình dạng:
print("\nHình dạng của đối tượng mảng...\n", c.shape)
Đánh giá chuỗi Legendre 2D trên tích Descartes:
print("\nKết quả...\n", L.leggrid2d([1, 2], [1, 2], c))
Ví dụ hoàn chỉnh
import numpy as np
from numpy.polynomial import legendre as L
# Tạo mảng hệ số 3D
c = np.arange(24).reshape(2, 2, 6)
# Hiển thị mảng
print("Mảng của chúng ta...\n", c)
# Kiểm tra số chiều
print("\nSố chiều của mảng...\n", c.ndim)
# Lấy kiểu dữ liệu
print("\nKiểu dữ liệu của đối tượng mảng...\n", c.dtype)
# Lấy hình dạng
print("\nHình dạng của đối tượng mảng...\n", c.shape)
# Đánh giá chuỗi Legendre 2D trên tích Descartes
print("\nKết quả...\n", L.leggrid2d([1, 2], [1, 2], c))
Kết quả đầu ra
Mảng của chúng ta... [[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] [[12 13 14 15 16 17] [18 19 20 21 22 23]]] Số chiều của mảng... 3 Kiểu dữ liệu của đối tượng mảng... int64 Hình dạng của đối tượng mảng... (2, 2, 6) Kết quả... [[[ 36. 60.] [ 66. 108.]] [[ 40. 66.] [ 72. 117.]] [[ 44. 72.] [ 78. 126.]] [[ 48. 78.] [ 84. 135.]] [[ 52. 84.] [ 90. 144.]] [[ 56. 90.] [ 96. 153.]]]