কম্পিউটার টিউটোরিয়াল

পাইথনে লেজান্ড্র পলিনোমিয়াল থেকে ছোট ট্রেইলিং কোইফিশিয়েন্ট সরান


লেজান্ড্র পলিনোমিয়াল থেকে ছোট ট্রেইলিং কোইফিশিয়েন্ট সরাতে, পাইথন নাম্পাই-তে legendre.legtrim() মেথডটি ব্যবহার করুন। এই মেথডটি ট্রেইলিং শূন্য সরিয়ে একটি 1-ডি অ্যারে রিটার্ন করে। যদি ফলাফল খালি হয়, তবে একটি শূন্য ধারণকারী সিরিজ রিটার্ন করা হয়।

"ছোট" বলতে "অবশ্যবলে ছোট" বোঝানো হয় এবং এটি tol প্যারামিটার দ্বারা নিয়ন্ত্রিত হয়; "ট্রেইলিং" বলতে সর্বোচ্চ ক্রমের কোইফিশিয়েন্ট(গুলি) বোঝানো হয়, যেমন [0, 1, 1, 0, 0]-এ (যা 0 + x + x**2 + 0*x**3 + 0*x**4 কে প্রতিনিধিত্ব করে) 3য় এবং 4র্থ ক্রমের কোইফিশিয়েন্ট দুটোই "ট্রিম" করা হবে। প্যারামিটার c হলো নিম্ন থেকে উচ্চ ক্রম অনুক্রমে সাজানো 1-ডি কোইফিশিয়েন্ট অ্যারে। প্যারামিটার tol হলো যেসব ট্রেইলিং এলিমেন্টের Абсолют মান tol-এর চেয়ে কম বা সমান, সেগুলো সরিয়ে দেওয়া হবে।

ধাপসমূহ

প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন —

import numpy as np from numpy.polynomial import legendre as L

numpy.array() মেথড ব্যবহার করে একটি অ্যারে তৈরি করুন। এটি কোইফিশিয়েন্টের 1-ডি অ্যারে —

c = np.array([0,5,0, 0,9,0])

অ্যারে প্রদর্শন করুন —

print("Our Array...\n",c)

ডাইমেনশন চেক করুন —

print("\nDimensions of our Array...\n",c.ndim)

ডাটা টাইপ জানুন —

print("\nDatatype of our Array object...\n",c.dtype)

শেপ পান —

print("\nShape of our Array object...\n",c.shape)

লেজান্ড্র পলিনোমিয়াল থেকে ছোট ট্রেইলিং কোইফিশিয়েন্ট সরাতে legendre.legtrim() মেথডটি ব্যবহার করুন —

print("\nResult...\n",L.legtrim(c))

উদাহরণ

import numpy as np from numpy.polynomial import legendre as L # Create an array using the numpy.array() method # This is the 1-d array of coefficients c = np.array([0,5,0, 0,9,0]) # 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 remove small trailing coefficients from Legendre polynomial, use the legendre.legtrim() method in Python numpy print("\nResult...\n",L.legtrim(c))

আউটপুট

Our Array...   [0 5 0 0 9 0] Dimensions of our Array... 1 Datatype of our Array object... int64 Shape of our Array object... (6,) Result...   [0. 5. 0. 0. 9.]
  1. পাইথনে বহুমাত্রিক সহগ থাকলে পলিনোমিয়াল মূল্যায়ন

  2. পাইথনে x বিন্দুতে পলিনোমিয়াল মূল্যায়ন

  3. পাইথনে নির্দিষ্ট অক্ষের ওপর মাল্টিডাইমেনশনাল কোএফিসিয়েন্টসহ পলিনোমিয়াল ডিফারেনশিয়েট করা

  4. পাইথনে সোর্টেড অ্যারে থেকে ডুপ্লিকেট রিমুভ (Remove Duplicates from Sorted Array)