পাইথনে হার্মাইট_ই সিরিজকে বহুমাত্রিক পয়েন্ট অ্যারে x-এ মূল্যায়ন করা

পাইথন নামপাই-এ হার্মাইট_ই সিরিজকে পয়েন্ট x-এ মূল্যায়ন করতে hermite.hermeval() মেথড ব্যবহার করুন।

প্যারামিটারস

• x (১ম প্যারামিটার): যদি x একটি লিস্ট বা টাপল হয়, তবে এটি ndarray-এ রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং স্ক্যালার হিসেবে বিবেচনা করা হয়। যদুপুরে, x বা এর উপাদানগুলো অবশ্যই নিজস্ব এবং c-এর উপাদানগুলোর সাথে যোগ ও গুণ করার সমর্থন করতে হবে।
• C (২য় প্যারামিটার): সহগগুলোর একটি অ্যারে যাতে degree n-এর পদগুলোর সহগ c[n]-তে থাকে। যদি c বহুমাত্রিক হয়, তবে বাকি ইনডেক্সগুলো একাধিক পলিনোমিয়াল গণনা করে। দ্বিমাত্রিক ক্ষেত্রে সহগগুলো c-এর কলামগুলোর মধ্যে সংরক্ষিত বলে ধরা যেতে পারে।
• tensor (৩য় প্যারামিটার): যদি True হয়, তবে সহগ অ্যারের আকার x-এর প্রতিটি মাত্রার জন্য ডানের দিকে ১ দ্বারা প্রসারিত হয়। স্ক্যালারগুলোর এই ক্রিয়ার জন্য মাত্রা ০। ফলাফল হল c-এর প্রতিটি কলামের সহগ x-এর প্রতিটি উপাদানের জন্য মূল্যায়ন করা হয়। যদি False হয়, তবে x c-এর কলামগুলোর ওপর ব্রডকাস্ট করা হয় মূল্যায়নের জন্য। এই কীওয়ার্ডটি c বহুমাত্রিক হলে উপকারী। ডিফল্ট মান True।

ধাপসমূহ

1. প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:

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

2. সহগগুলোর একটি অ্যারে তৈরি করুন:

   c = np.array([1, 2, 3])

3. অ্যারেটি প্রদর্শন করুন:

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

4. মাত্রা যাচাই করুন:

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

5. ডাটা টাইপ পান:

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

6. আকার পান:

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

7. এখানে x একটি 2D অ্যারে:

   x = np.array([[1,2], [3,4]])

8. hermite.hermeval() মেথড ব্যবহার করে হার্মাইট_ই সিরিজ মূল্যায়ন করুন:

   print("\nResult...\n", H.hermeval(x, c))

সম্পূর্ণ উদাহরণ

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

# Create an 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)

# Here, x is a 2D array
x = np.array([[1,2], [3,4]])

# Evaluate Hermite_e series at points x
print("\nResult...\n", H.hermeval(x, 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... 
 [[ 3. 14.]
  [31. 54.]]