在 Numpy 中生成 Vandermonde 矩阵并设置输出中的列数
numpyserver side programmingprogramming
要生成 Vandermonde 矩阵，请使用 Python Numpy 中的 np.ma.vander() 方法。使用 N 参数设置输出中的列数。如果未指定 N，则返回一个方阵 (N = len(x))。
输出矩阵的列是输入向量的幂。幂的顺序由 increasing 布尔参数确定。具体而言，当 increasing 为 False 时，第 i 个输出列是按元素逐个提升到 N - i - 1 次方的输入向量。这种每行都有几何级数的矩阵以 Alexandre-Theophile Vandermonde 命名。
步骤
首先，导入所需的库 −
import numpy as np
使用 numpy.array() 方法创建一个包含 int 元素的数组 −
arr = np.array([93, 33, 76, 73, 88])
print("数组...
", arr)
创建一个掩码数组并将其中一些掩码为无效 −
maskArr = ma.masked_array(arr, mask =[0, 1, 0, 0, 1])
print("
我们的掩码数组...
", maskArr)
获取掩码数组的类型 −
print("
我们的掩码数组类型...
", maskArr.dtype)
获取掩码数组的维度 −
print("
我们的掩码数组维度...
",maskArr.ndim)
获取掩码数组的维度 −
print("
我们的掩码数组形状...
",maskArr.shape)
获取掩码数组的元素数量 −
print("
掩码数组中的元素数量...
",maskArr.size)
要生成范德蒙矩阵，请使用 Python Numpy 中的 np.ma.vander() 方法。使用 N 参数设置输出中的列数。如果未指定 N，则返回一个方阵 (N = len(x)) −
N = 4
print("
结果..
.", np.ma.vander(maskArr, N))
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个包含 int 元素的数组
arr = np.array([93, 33, 76, 73, 88])
print("数组...
", arr)
# 创建一个掩码数组并将其中一些屏蔽为无效
maskArr = ma.masked_array(arr, mask =[0, 1, 0, 0, 1])
print("
我们的掩码数组...
", maskArr)
# 获取掩码数组的类型
print("
我们的掩码数组类型...
", maskArr.dtype)
# 获取储备码的维度
print("
我们的备援系统...
",maskArr.ndim)
# 获取储备码的形状
print("
我们的弥补码云量...
",maskArr.shape)
# 获取Masked Array的元素数量
print("
掩码数组中的元素数量...
",maskArr.size)
# 生成一个范德蒙矩阵，使用 Python Numpy 中的 np.ma.vander() 方法
# 使用 N 参数设置输出中的列数。如果未指定 N，则返回一个方阵数组(N = len(x))
N = 4
print("
Result..
.", np.ma.vander(maskArr, N))
输出
数组... [93 33 76 73 88] 我们的掩码数组... [93 -- 76 73 --] 我们的掩码数组类型... int64 我们的掩码数组维度... 1 我们的掩码数组形状... (5,) 掩码数组中的元素数量... 5 结果.. . [[804357 8649 93 1] [ 0 0 0 0] [438976 5776 76 1] [389017 5329 73 1] [ 0 0 0 0]]
