Python・NumPyで複素数の点座標からエルミート多項式の疑似ファンデルモンド行列を生成する方法
Python の NumPy では、hermite_e.hermevander2d() を使うことで、エルミートE(Hermite_e)多項式の疑似ファンデルモンド行列を簡単に生成できます。このメソッドは、計算結果として疑似ファンデルモンド行列を返します。
引数 x、y には点座標の配列を指定し、両者は同じ形状である必要があります。dtype は、要素に複素数が含まれる場合は complex128 に、含まれない場合は float64 に自動的に変換されます。スカラー値を渡した場合も、1次元配列へと変換されます。また、引数 deg には [x_deg, y_deg] の形式で、x方向とy方向それぞれの最大次数をリストとして渡します。
手順
まず、必要なライブラリをインポートします。
import numpy as np from numpy.polynomial import hermite_e as H
次に、numpy.array() メソッドを使って、同じ形状を持つ点座標の配列を作成します。ここでは複素数の座標を使用します。
x = np.array([-2.+2.j, -1.+2.j]) y = np.array([1.+2.j, 2.+2.j])
作成した配列を表示して確認しましょう。
print("Array1...\n",x)
print("\nArray2...\n",y)各配列のデータ型を確認します。
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)続いて、両配列の次元数をチェックします。
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)さらに、両配列の形状も確認しておきます。
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)最後に、hermite_e.hermevander2d() を呼び出して、エルミートE多項式の疑似ファンデルモンド行列を生成します。ここでは x方向の最大次数を2、y方向の最大次数を3としています。
x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))完全なコード例
import numpy as np
from numpy.polynomial import hermite_e as H
# numpy.array() メソッドで同じ形状の点座標配列を作成
x = np.array([-2.+2.j, -1.+2.j])
y = np.array([1.+2.j, 2.+2.j])
# 配列を表示
print("Array1...\n",x)
print("\nArray2...\n",y)
# データ型を表示
print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)
# 次元数を確認
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)
# 形状を確認
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)
# hermite_e.hermevander2d() で疑似ファンデルモンド行列を生成
# このメソッドは疑似ファンデルモンド行列を返す
x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))実行結果
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 -4. +4.j -14. -8.j -2. +2.j -6. -2.j
0. -16.j 44. -12.j -1. -8.j 15. -10.j 36. +28.j -50.+120.j]
[ 1. +0.j 2. +2.j -1. +8.j -22. +10.j -1. +2.j -6. +2.j
-15. -10.j 2. -54.j -4. -4.j 0. -16.j 36. -28.j 128. +48.j]]実行結果からわかるように、複素数の点座標を渡したため、dtype は complex128 になっています。生成された行列は、各点座標におけるエルミートE多項式の評価値を並べたもので、多項式の最小二乗フィッティングなどに利用できます。
-
Python NumPyで複素数点配列からチェビシェフ多項式のファンデルモンド行列を生成する方法
PythonのNumPyライブラリでは、chebyshev.chebvander()関数を使用することで、チェビシェフ多項式のファンデルモンド行列を簡単に生成できます。この関数は、指定した点の配列と次数をもとに、チェビシェフ多項式のファンデルモンド行列を返します。戻り値となる行列の形状は x.shape + (deg + 1,) であり、最後のインデックスは対応するチェビシェフ多項式の次数を表します。また、dtypeは変換後のxと同じになります。パラメータについてx(点の配列): 点の配列を指定します。要素に複素数が含まれる場合はcomplex128に、そうでない場合はfloat64に変換され
-
Pythonでエルミート多項式とx・y・zの複素数サンプル点から疑似ファンデルモンド行列を生成する方法
エルミート多項式とx、y、zのサンプル点から疑似ファンデルモンド行列を生成するには、PythonのNumPyが提供するhermite.hermvander3d()関数を使用します。このメソッドは、計算結果として疑似ファンデルモンド行列を返します。主なパラメータは以下の通りです。x、y、z: 点座標の配列。すべて同じ形状である必要があります。dtypeは、要素に複素数が含まれるかどうかに応じてfloat64またはcomplex128へ自動的に変換され、スカラーを渡した場合は1次元配列に変換されます。deg: [x_deg, y_deg, z_deg] の形式で指定する、各軸の最大次数のリスト。な