numpy.polynomial.laguerre.lagvander2d #
- 多项式.拉盖尔. lagvander2d ( x , y , deg ) [来源] #
给定度数的伪范德蒙矩阵。
返回度数deg和样本点(x, y)的伪范德蒙德矩阵。伪范德蒙矩阵定义为
\[V[..., (deg[1] + 1)*i + j] = L_i(x) * L_j(y),\]其中0 <= i <= deg[0]且0 <= j <= deg[1]。V的前导索引 对点(x, y)进行索引，最后一个索引对拉盖尔多项式的次数进行编码。
如果，则V的列按顺序 对应于形状为 (xdeg + 1, ydeg + 1) 的二维系数数组c的元素
V = lagvander2d(x, y, [xdeg, ydeg])\[c_{00}, c_{01}, c_{02} ... , c_{10}, c_{11}, c_{12} ...\]和直到四舍五入为止都是相同的。这种等价对于最小二乘拟合和评估大量具有相同度数和样本点的二维拉盖尔级数都很有用。
np.dot(V, c.flat)lagval2d(x, y, c)- 参数：
- x, y类似数组
点坐标数组，全部具有相同的形状。数据类型将转换为 float64 或complex128，具体取决于任何元素是否为复数。标量转换为一维数组。
- 整数的deg列表
[x_deg, y_deg] 形式的最大度数列表。
- 返回：
- 范德二维数组
返回矩阵的形状为，其中
x.shape + (order,)\(order = (deg[0]+1)*(deg[1]+1)\)。 dtype 将与转换后的x和y相同。
也可以看看
笔记
1.7.0 版本中的新增内容。