要在点 x 处计算 Chebyshev 系列，请使用 Python Numpy 中的 chebyshev.chebval(() 方法。第一个参数 x，如果 x 是列表或元组，则将其转换为 ndarray，否则保持不变并进行处理作为标量。在任何一种情况下，x 或其元素都必须支持与自身以及与 c 的元素的加法和乘法。第二个参数 C，一个排序的系数数组，以便 n 次项的系数包含在 c 中[n]. 如果 c 是多维的，则剩余索引枚举多个多项式。在二维情况下，可以认为系数存储在 c 的列中。
第三个参数，张量，如果为True，则系数数组的形状在右边扩展为1，x的每个维度一个。此操作的标量维度为 0。结果是 c 中的每一列系数都针对 x 的每个元素进行评估。如果为 False，则 x 在 c 的列上广播以进行评估。当 c 是多维的时，此关键字很有用。默认值是true。
脚步
首先，导入所需的库 -
import numpy as np fromnumpy.polynomialimport chebyshev as C
创建一个多维系数数组 -
c = np.arange(4).reshape(2,2)
显示数组 -
print("Our Array...\n",c)检查尺寸 -
print("\nDimensions of our Array...\n",c.ndim)获取数据类型 -
print("\nDatatype of our Array object...\n",c.dtype)获得形状 -
print("\nShape of our Array object...\n",c.shape)要在点 x 处评估 Chebyshev 系列，请使用 chebyshev.chebval(() 方法 -
print("\nResult (chebval)...\n",C.chebval([1,2],c,tensor=True))示例
import numpy as np
fromnumpy.polynomialimport chebyshev as C
#创建一个多维系数数组
c = np.arange(4).reshape(2,2)
#显示数组
print("Our Array...\n",c)
#检查尺寸
print("\nDimensions of our Array...\n",c.ndim)
#获取数据类型
print("\nDatatype of our Array object...\n",c.dtype)
#获取形状
print("\nShape of our Array object...\n",c.shape)
#要在点 x 处计算 Chebyshev 系列，请使用 Python Numpy 中的 chebyshev.chebval(() 方法
print("\nResult (chebval)...\n",C.chebval([1,2],c,tensor=True))输出结果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 (chebval)... [[2. 4.] [4. 7.]]
