লেজান্ড্র পলিনোমিয়াল কোইফিশিয়েন্টের 1-ডি অ্যারার স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করতে, পাইথন নাম্পাই-তে legendre.legcompanion() মেথডটি ব্যবহার করুন। লেজান্ড্র পলিনোমিয়ালের সাধারণ কম্প্যানিয়ন ম্যাট্রিক্সটি ইতিমধ্যে সিমেট্রিক থাকে যখন c একটি বেসিস ল্যাগার পলিনোমিয়াল, তাই কোনো স্কেলিং প্রয়োগ করা হয় না।
(deg, deg) ডাইমেনশনের স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করে। প্যারামিটার c হলো নিম্ন থেকে উচ্চ ডিগ্রি অনুক্রমে সাজানো লেজান্ড্র সিরিজ কোইফিশিয়েন্টের 1-ডি অ্যারে।
ধাপসমূহ
প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন —
import numpy as np from numpy.polynomial import legendre as L
কোইফিশিয়েন্টের 1D অ্যারে তৈরি করুন —
c = np.array([1, 2, 3, 4, 5])
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 কোইফিশিয়েন্টের 1-ডি অ্যারার স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করতে legendre.legcompanion() মেথডটি ব্যবহার করুন। লেজান্ড্র পলিনোমিয়ালের সাধারণ কম্প্যানিয়ন ম্যাট্রিক্সটি ইতিমধ্যে সিমেট্রিক থাকে যখন c একটি বেসিস ল্যাগার পলিনোমিয়াল, তাই কোনো স্কেলিং প্রয়োগ করা হয় না —
print("\nResult...\n",L.legcompanion(c))উদাহরণ
import numpy as np from numpy.polynomial import legendre as L # Create a 1D array of coefficients c = np.array([1, 2, 3, 4, 5]) # 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 of a 1-D array of Legendre polynomial coefficients, use the legendre.legcompanion() method in Python Numpy print("\nResult...\n",L.legcompanion(c))আউটপুট
Our Array... [1 2 3 4 5] Dimensions of our Array... 1 Datatype of our Array object... int64 Shape of our Array object... (5,) Result... [[ 0. 0.57735027 0. -0.30237158] [ 0.57735027 0. 0.51639778 -0.34914862] [ 0. 0.51639778 0. 0.10141851] [ 0. 0. 0.50709255 -0.45714286]]
