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 Hএকটি ২D কোএফিশিয়েন্ট অ্যারে তৈরি করুন:
c = np.arange(4).reshape(2,2)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)x এবং y-এর কার্টেশিয়ান প্রোডাক্টে ২-D Hermite_e সিরিজ ইভ্যালুয়েট করতে, hermite.hermegrid2d(x, y, c) মেথড ব্যবহার করুন:
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 2D array of coefficients
c = np.arange(4).reshape(2,2)
# 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]]
Dimensions of our Array... 2
Datatype of our Array object... int64
Shape of our Array object... (2, 2)
Result... [[ 6. 10.]
[11. 18.]]