当系数为多维时在X点评估切比雪夫数列的Python程序

当系数为多维时，切比雪夫数列指的是多维欧几里得距离中最大的距离值，也就是说，对于点X和点Y之间的距离，切比雪夫数列的值为： $max(|x_i - y_i|)$，其中 $x$ 和 $y$ 分别表示点X和点Y的坐标值，$i$ 表示坐标轴的维数。

下面是一个Python程序实现切比雪夫距离的计算：

def chebyshev_distance(x, y):
    """
    计算两个点之间的切比雪夫距离
    :param x: 点X，格式为[x1, x2, ..., xn]
    :param y: 点Y，格式为[y1, y2, ..., yn]
    :return: 切比雪夫距离
    """
    assert len(x) == len(y), "点的维数必须相同"
    return max([abs(xi - yi) for xi, yi in zip(x, y)])

该程序将点X和点Y表示成了一个列表，列表中的每个元素分别表示坐标轴上的值。在计算切比雪夫距离时，使用了zip函数将X和Y的坐标值一一对应起来，并使用abs函数计算两个坐标轴上的差值，并将其保存到一个列表中。最后再调用max函数计算出列表中的最大值即可。

下面是一些示例：

# 示例1
x1 = [1, 2, 3]
y1 = [4, 5, 6]
print(chebyshev_distance(x1, y1))  # 输出：3

# 示例2
x2 = [1, 2, 3, 4]
y2 = [4, 3, 1, 6]
print(chebyshev_distance(x2, y2))  # 输出：3

在示例1中，输入的点X为[1, 2, 3]，点Y为[4, 5, 6]，则它们之间的切比雪夫距离为max(|1-4|,|2-5|,|3-6|) = 3。

在示例2中，输入的点X为[1, 2, 3, 4]，点Y为[4, 3, 1, 6]，则它们之间的切比雪夫距离为max(|1-4|,|2-3|,|3-1|,|4-6|) = 3。