পাইথন নাম্পাই-এ x, y এবং z-র কার্টেশিয়ান প্রোডাক্টে ৩ডি লেজান্ড্র সিরিজ ইভ্যালুয়েট করতে polynomial.legendre.leggrid3d() মেথডটি ব্যবহার করা হয়। এই মেথডটি x এবং z-র কার্টেশিয়ান প্রোডাক্টে পয়েন্টগুলোতে থ্রি-ডাইমেনশনাল চেবিশেভ সিরিজের ভ্যালুগুলো রিটার্ন করে।
যদি c-এর ডাইমেনশন তিনের চেয়ে কম হয়, তবে ones ইমপ্লিসিটলি অ্যাপেন্ড হয় তার শেপ ৩-ডি করার জন্য। রেজাল্টের শেপ হবে c.shape[3:] + x.shape + y.shape + z.shape।
১ম প্যারামিটার হলো x, y, z। থ্রি-ডাইমেনশনাল সিরিজটি x, y এবং z-র কার্টেশিয়ান প্রোডাক্টের পয়েন্টগুলোতে ইভ্যালুয়েট হয়। যদি x বা y লিস্ট বা টাপল হয়, তবে প্রথমে এটি ndarray-এ কনভার্ট হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং, যদি এটি ndarray না হয় তবে এটি একটি স্ক্যালার হিসেবে বিবেচিত হয়।
২য় প্যারামিটার হলো c। কোএফিসিয়েন্টের অ্যারে যা অর্ডার করা আছে এমনভাবে যাতে মাল্টিডিগ্রির টার্মের কোএফিসিয়েন্ট c[i,j]-এ থাকে। যদি c-এর ডাইমেনশন দুইতেও বেশি হয়, তবে বাকি ইন্ডেক্সগুলো একাধিক সেট অফ কোএফিসিয়েন্ট এনামারেট করে।
ধাপগুলো
প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:
import numpy as np
from numpy.polynomial import legendre as L
২ডি কোএফিসিয়েন্টের 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)
ডাটা টাইপ পান:
print("\nDatatype of our Array object...\n", c.dtype)
শেপ পান:
print("\nShape of our Array object...\n", c.shape)
x, y এবং z-র কার্টেশিয়ান প্রোডাক্টে ৩ডি লেজান্ড্র সিরিজ ইভ্যালুয়েট করতে polynomial.legendre.leggrid3d() মেথডটি ব্যবহার করুন:
print("\nResult...\n", L.leggrid3d([1,2], [1,2], [1,2], c))
সম্পূর্ণ উদাহরণ
import numpy as np
from numpy.polynomial import legendre as L
c = np.arange(4).reshape(2,2)
print("Our Array...\n", c)
print("\nDimensions of our Array...\n", c.ndim)
print("\nDatatype of our Array object...\n", c.dtype)
print("\nShape of our Array object...\n", c.shape)
print("\nResult...\n", L.leggrid3d([1,2], [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... [[17. 28.]
[28. 46.]]