পাইথনে ৩D কোএফিশিয়েন্ট অ্যারে দিয়ে ২-D Hermite_e সিরিজ কার্টেশিয়ান প্রোডাক্টে ইভ্যালুয়েট করা

x এবং y-এর কার্টেশিয়ান প্রোডাক্টে ২-D Hermite_e সিরিজ ইভ্যালুয়েট করতে, পাইথনে hermite.hermegrid2d(x, y, c) মেথড ব্যবহার করুন। মেথডটি x এবং y-এর কার্টেশিয়ান প্রোডাক্টের পয়েন্টগুলোর টু-ডাইমেনশনাল পলিনোমিয়ালের ভ্যালু রিটার্ন করে।

প্যারামিটারগুলো হল x, y। টু-ডাইমেনশনাল সিরিজ x এবং y-এর কার্টেশিয়ান প্রোডাক্টের পয়েন্টগুলোর ওপর ইভ্যালুয়েট করা হয়। যদি x বা y একটি লিস্ট বা টাপল হয়, তবে এটি প্রথমে ndarray-এ কনভার্ট করা হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং, যদি এটি ndarray না হয়, তবে এটি একটি স্কেলার হিসেবে বিবেচিত হয়।

প্যারামিটার, c হল কোএফিশিয়েন্টের একটি অ্যারে যাতে ডিগ্রি i,j-এর টার্মের কোএফিশিয়েন্ট c[i,j]-এ থাকে। যদি c-এর ডাইমেনশন দুই থেকে বেশি হয়, তবে বাকি ইনডেক্সগুলো একাধিক সেট কোএফিশিয়েন্ট এনামারেট করে। যদি c-এর ডাইমেনশন দুই থেকে কম হয়, তবে.ones ইমপ্লিসিটলি এর শেপে অ্যাপেন্ড করা হয় যাতে এটি 2-D হয়। রেজাল্টের শেপ হবে c.shape[2:] + x.shape।

ধাপসমূহ

প্রথমে, প্রয়োজনীয় লাইব্রেরি ইমপোর্ট করুন:

import numpy as np
from numpy.polynomial import hermite_e as H

একটি ৩D কোএফিশিয়েন্ট অ্যারে তৈরি করুন:

c = np.arange(24).reshape(2,2,6)

অ্যারে ডিসপ্লে করুন:

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

ডাইমেনশন চেক করুন:

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

ডেটাটাইপ পান:

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

শেপ পান:

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

print("\nResult...\n", H.hermegrid2d([1,2],[1,2], c))

উদাহরণ

import numpy as np
from numpy.polynomial import hermite_e as H
# Create a 3d array of coefficients
c = np.arange(24).reshape(2,2,6)
# 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 evaluate a 2-D Hermite_e series on the Cartesian product of x and y, use the hermite.hermegrid2d(x, y, c) method in Python
print("\nResult...\n", H.hermegrid2d([1,2],[1,2], c))

আউটপুট

Our Array...   [[[ 0 1 2 3 4 5]
 [ 6 7 8 9 10 11]]
 [[12 13 14 15 16 17]
 [18 19 20 21 22 23]]]
Dimensions of our Array... 3
Datatype of our Array object... int64
Shape of our Array object... (2, 2, 6)
Result...   [[[ 36. 60.]
 [ 66. 108.]]
 [[ 40. 66.]
 [ 72. 117.]]
 [[ 44. 72.]
 [ 78. 126.]]
 [[ 48. 78.]
 [ 84. 135.]]
 [[ 52. 84.]
 [ 90. 144.]]
 [[ 56. 90.]
 [ 96. 153.]]]