একটি পলিনোমিয়াল কোইফিশিয়েন্টের 1-D অ্যারেতে থেকে স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করতে, Python NumPy-এ hermite_e.hermecompanion() মেথডটি ব্যবহার করুন। বেসিস পলিনোমিয়ালগুলো স্কেল করা হয় যাতে কম্প্যানিয়ন ম্যাট্রিক্স সিমেট্রিক হয় যখন c একটি Hermite_e বেসিস পলিনোমিয়াল হয়। এটি আনস্কেলড কেসের চেয়ে ভালো আইगेনভ্যালু এস্টিমেশন প্রদান করে এবং বেসিস পলিনোমিয়ালের জন্য আইगेনভ্যালুগুলো রিয়েল হওয়ার গ্যারান্টি দেওয়া হয় যদি numpy.linalg.eigvalsh ব্যবহার করে পাওয়া যায়।
মেথডটি ডাইমেনশন (deg, deg) এর স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করে। প্যারামিটার c হলো Hermite সিরিজ কোইফিশিয়েন্টের 1-D অ্যারে, নিম্ন থেকে উচ্চ ডিগ্রি পর্যন্ত অর্ডার করা।
ধাপসমূহ
প্রথমে প্রয়োজনীয় লাইব্রেরি ইমপোর্ট করুন −
import numpy as np
from numpy.polynomial import hermite_e as Hকোইফিশিয়েন্টের 1D অ্যারে তৈরি করুন −
c = np.array([1, 2, 3])অ্যারে ডিসপ্লে করুন −
print("Our Array...\n", c)ডাইমেনশন চেক করুন −
print("\nDimensions of our Array...\n", c.ndim)ডেটা টাইপ পান −
print("\nDatatype of our Array object...\n", c.dtype)শেপ পান −
print("\nShape of our Array object...\n", c.shape)পলিনোমিয়াল কোইফিশিয়েন্টের 1-D অ্যারেতে থেকে স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করতে, Python-এ hermite_e.hermecompanion() মেথডটি ব্যবহার করুন −
print("\nResult...\n", H.hermecompanion(c))উদাহরণ
import numpy as np
from numpy.polynomial import hermite_e as H
# Create a 1D array of coefficients
c = np.array([1, 2, 3])
# Display the array
print("Our Array...\n", c)
# Check the Dimensions
print("\nDimensions of our Array...\n", c.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n", c.dtype)
# Get the Shape
print("\nShape of our Array object...\n", c.shape)
# To return the scaled companion matrix
print("\nResult...\n", H.hermecompanion(c))আউটপুট
Our Array... [1 2 3]
Dimensions of our Array... 1
Datatype of our Array object... int64
Shape of our Array object... (3,)
Result... [[ 0. 0.66666667]
[ 1. -0.66666667]]