下面是详细讲解:
在NumPy数组中插入一个新轴
在NumPy中可以使用np.newaxis
在数组中插入新的轴,比如将一维数组转换为二维的行向量或列向量。
插入行向量
import numpy as np
# 创建一维数组
a = np.array([1, 2, 3])
# 将一维数组变成二维行向量
a_row = a[np.newaxis, :]
print(a_row)
输出:
[[1 2 3]]
插入列向量
import numpy as np
# 创建一维数组
a = np.array([1, 2, 3])
# 将一维数组变成二维列向量
a_column = a[:, np.newaxis]
print(a_column)
输出:
[[1]
[2]
[3]]
把一个拉盖尔数列加到另一个数列上
在 NumPy 中可以使用 numpy.polynomial.LaGrange 对象计算拉格朗日插值多项式,使用 numpy.poly1d 对象计算多项式的值。
示例1:计算拉格朗日插值多项式
import numpy as np
# 创建一维数组
x = np.array([1, 2, 3, 4])
y = np.array([3, 5, 4, 6])
# 计算拉格朗日插值多项式
p = np.polynomial.lagrange(x, y)
# 输出多项式的系数
print(p.coeffs)
输出:
[ 0.35714286 -1.64285714 4.92857143 -0.28571429]
示例2:在原始数列上加上拉盖尔数列
import numpy as np
# 创建新的一维数组
x_new = np.array([1.5, 2.5, 3.5])
# 计算拉格朗日插值多项式
p = np.polynomial.lagrange(x, y)
# 在拉盖尔数列上计算多项式的值
y_new = p(x_new)
# 在原始数列上加上拉盖尔数列
yplus = np.concatenate((y, y_new))
# 输出结果
print('原始数列:', y)
print('拉格朗日插值多项式的值:', y_new)
print('新的数列:', yplus)
输出:
原始数列: [3 5 4 6]
拉格朗日插值多项式的值: [4.35714286 4.14285714 4.35714286]
新的数列: [3. 5. 4. 6. 4.35714286 4.14285714 4.35714286]
以上就是在NumPy数组中插入一个新轴及在原始数列上加上拉盖尔数列的完整攻略。