`cheb2leg(::Matrix)` should do tensor product Cheb -> tensor product Leg
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 38/100
Línea de trabajo
Comienza localizando los puntos de entrada cheb2leg(::Matrix) y chebyshevtransform(::Matrix). Compara el comportamiento actual por columnas con la solución alternativa cheb2leg2d mostrada en el issue y, después, añade cobertura para una entrada de Chebyshev de producto tensorial. Se considera terminado cuando la conversión de matrices se aplica en ambas dimensiones y produce los coeficientes de Legendre de producto tensorial esperados.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Note that chebyshevtransform(::Matrix) is a 2D transform:
julia> using FastTransforms, ClassicalOrthogonalPolynomials
julia> n,m = 3,4; f = (x,y) -> chebyshevt(n, x)chebyshevt(m,y)
#13 (generic function with 1 method)
julia> x = ChebyshevGrid{1}(10);
julia> chebyshevtransform(f.(x', x))
10×10 Matrix{Float64}:
0.0 1.79736e-18 0.0 1.62102e-17 0.0 9.42055e-18 0.0 1.70874e-18 0.0 -9.27717e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 1.11341e-18 0.0 7.41045e-17 0.0 -4.09803e-19 0.0 1.07597e-17 0.0 5.84104e-19
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 5.90641e-17 0.0 1.0 0.0 1.50729e-16 0.0 2.84217e-16 0.0 8.12948e-17
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 -2.19853e-17 0.0 3.47114e-16 0.0 -1.88411e-17 0.0 -1.22156e-17 0.0 -1.4348e-17
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 6.63185e-18 0.0 2.18604e-16 0.0 1.14231e-17 0.0 -4.61608e-19 0.0 5.85226e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
On the other hand, the following applies 1D transform to each column:
julia> n,m = 3,4; f = (x,y) -> legendrep(n, x)legendrep(m,y)
#15 (generic function with 1 method)
julia> cheb2leg(chebyshevtransform(f.(x', x)))
10×10 Matrix{Float64}:
0.0 1.83296e-17 0.0 6.46249e-17 0.0 7.18753e-18 0.0 1.30004e-18 0.0 -1.21711e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 1.19456e-17 0.0 -8.58383e-17 0.0 9.06258e-19 0.0 2.95814e-17 0.0 4.36288e-19
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.375 0.0 0.625 0.0 6.39255e-17 0.0 1.35064e-16 0.0 1.36998e-16
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 5.4873e-17 0.0 1.12785e-16 0.0 -4.54724e-17 0.0 -1.78334e-17 0.0 -1.84471e-17
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 1.45648e-16 0.0 2.70896e-16 0.0 7.99515e-18 0.0 9.33654e-18 0.0 3.97946e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
The following gives a quick work-around that I think should be the default behaviour:
julia> function cheb2leg2d(A::AbstractMatrix)
B = cheb2leg(A); cheb2leg(B')'
end
cheb2leg2d (generic function with 1 method)
julia> cheb2leg2d(chebyshevtransform(f.(x',x)))
10×10 adjoint(::Matrix{Float64}) with eltype Float64:
0.0 -2.15114e-17 0.0 9.6853e-17 0.0 1.35234e-17 0.0 4.64116e-18 0.0 -3.28115e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 6.13301e-17 0.0 -1.44889e-16 0.0 -3.0644e-17 0.0 7.0058e-17 0.0 1.17616e-18
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 -2.34741e-17 0.0 1.0 0.0 -5.64224e-17 0.0 1.4927e-16 0.0 3.69325e-16
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 -4.39458e-18 0.0 2.26976e-16 0.0 -6.76889e-17 0.0 -1.92562e-17 0.0 -4.97304e-17
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 -1.88093e-17 0.0 4.23769e-16 0.0 4.91028e-18 0.0 1.72571e-17 0.0 1.0728e-17
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
- Lenguaje dominante
- Julia
- Estrellas
- 282
- Forks
- 27
- Merge medio
- 53 min
- PR fusionados (30 d)
- 1
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaApproximation/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsPosiblemente ocupada @dlfivefifty la tomó hace 90 días. Abierto
JuliaApproximation/FastTransforms.jl#267 · 2 reacciones · 2 asignados ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 comentario ·
-
Allocating lmul!Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 comentarios ·
Todos los issues de JuliaApproximation/FastTransforms.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
oxfordcontrol/COSMO.jl#211 ·
-
documentation
Dificultad 2/5 Medio día Aptitud para principiantes 65/100
Los mantenedores suelen responder en 6 días
-
Out-of-place JLArray/GPU problem with VectorContinuousCallback scalar-indexes (callback cache built with CPU zeros)Posiblemente ocupada @ChrisRackauckas-Claude la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
SciML/OrdinaryDiffEq.jl#4813 ·
Los mantenedores suelen responder en 1 día
-
ARKODE: callbacks that modify `u` throw MethodError on reinitPosiblemente ocupada @devmotion la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
SciML/Sundials.jl#575 ·
-
broken links in docsAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día