Python
 Computer >> コンピューター >  >> プログラミング >> Python

Pythonで点座標の複素数配列を使用してエルミート多項式の疑似ファンデルモンド行列を生成します


Hermite_e多項式の疑似ファンデルモンド行列を生成するには、Python Numpyでthehermite_e.hermevander2d()を使用します。このメソッドは、疑似ファンデルモンド行列を返します。パラメータx、yは、すべて同じ形状の点座標の配列です。 dtypeは、要素のいずれかが複雑であるかどうかに応じて、float64またはcomplex128のいずれかに変換されます。スカラーは1-D配列に変換されます。パラメータdegは、[x_deg、y_deg]の形式の最大度のリストです。

ステップ

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 as H

numpy.array()メソッドを使用して、すべて同じ形状の点座標の配列を作成します-

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

配列を表示する-

print("Array1...\n",x)
print("\nArray2...\n",y)

データ型を表示する-

print("\nArray1 datatype...\n",x.dtype)
print("\nArray2 datatype...\n",y.dtype)

両方のアレイの寸法を確認してください-

print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

両方のアレイの形状を確認してください-

print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

Hermite_e多項式の疑似ファンデルモンド行列を生成するには、Python Numpyでthehermite_e.hermevander2d()を使用します-

x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))

import numpy as np
from numpy.polynomial import hermite_e as H

# 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 array
print("\nDimensions of Array1...\n",x.ndim)
print("\nDimensions of Array2...\n",y.ndim)

# Check the Shape of both the array
print("\nShape of Array1...\n",x.shape)
print("\nShape of Array2...\n",y.shape)

# To generate a pseudo Vandermonde matrix of the Hermite_e polynomial, use the hermite_e.hermevander2d() in Python Numpy
# The method returns the pseudo-Vandermonde matrix.

x_deg, y_deg = 2, 3
print("\nResult...\n",H.hermevander2d(x,y, [x_deg, y_deg]))
>

出力

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]]

  1. Pythonで点の複素配列を使用してチェビシェフ多項式のファンデルモンド行列を生成します

    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には、Python Numpyでchebyshev.chebvander()を使用します。このメソッドは、ファンデルモンド行列を返します。返される行列の形状はx.shape+(deg + 1、)です。ここで、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です。dtypeは変換されたxと同じになります。 パラメータaは点の配列です。 dtypeは、要素のいずれかが複合であるかどうかに応じて、float64またはcomplex128に変換されます。 xがスカラーの場合、1-D配列に変換されます。パラメータdegは、結果の行列の次数です。 ス

  2. Pythonでエルミート多項式とx、y、z複素数の点の配列の疑似ファンデルモンド行列を生成します

    エルミート多項式とx、y、zサンプルポイントの疑似ファンデルモンド行列を生成するには、Python Numpyでhermite.hermvander3d()を使用します。このメソッドは、疑似ファンデルモンド行列を返します。パラメータx、y、zは、すべて同じ形状の点座標の配列です。 dtypeは、要素のいずれかが複雑であるかどうかに応じて、float64またはcomplex128のいずれかに変換されます。スカラーは1-D配列に変換されます。パラメータdegは、[x_deg、y_deg、z_deg]の形式の最大度のリストです。 ステップ まず、必要なライブラリをインポートします- numpy a