পাইথনে বহুমাত্রিক পয়েন্টে লাগের সিরিজ মূল্যায়ন করুন

বহুমাত্রিক পয়েন্টে লাগের সিরিজ মূল্যায়ন করতে, পাইথন নাম্পাই-এ polynomial.laguerre.lagval() মেথডটি ব্যবহার করুন। প্রথম প্যারামিটার হল x। যদি x একটি তালিকা বা টাপল হয়, তবে এটি ndarray-এ রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং স্কেলার হিসেবে বিবেচিত হয়। যেকোনো ক্ষেত্রে, x বা এর উপাদানগুলো c-এর উপাদানগুলোর সাথে যোগ ও গুণফল সমর্থন করতে হবে।

দ্বিতীয় প্যারামিটার C, সহগের একটি অ্যারে যা ক্রমাগত সাজানো থাকে যাতে ডিগ্রি n-এর পদগুলোর সহগ c[n]-এ থাকে। যদি c বহুমাত্রিক হয়, তবে বাকি সূচকগুলো একাধিক পলিনোমিয়াল গণনা করে। দ্বিমাত্রিক ক্ষেত্রে সহগগুলো c-এর কলামগুলোর মতো সংরক্ষিত থাকে বলে মনে করা যায়।

তৃতীয় প্যারামিটার tensor, যদি True হয়, তবে সহগ অ্যারের আকার ডানদিকে ১-গুলো যুক্ত করে প্রসারিত হয়, প্রতিটি x-এর মাত্রার জন্য একটি। স্কেলারদের এই ক্রিয়ার জন্য মাত্রা ০ থাকে। 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 ফলাফল দেয় যখন c বহুমাত্রিক। ডিফল্ট মান True।

ধাপসমূহ

1. প্রয়োজনীয় লাইব্রেরি আমদানি করুন:

   import numpy as np
   from numpy.polynomial import laguerre as L

2. সহগের একটি অ্যারে তৈরি করুন:

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

3. অ্যারেটি প্রদর্শন করুন:

   print("আমাদের অ্যারে...\n", c)

4. মাত্রা যাচাই করুন:

   print("\nআমাদের অ্যারের মাত্রা...\n", c.ndim)

5. ডেটা টাইপ পান:

   print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", c.dtype)

6. আকার পান:

   print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", c.shape)

7. এখানে x একটি 2D অ্যারে:

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

8. লাগের সিরিজ মূল্যায়ন করুন:

   print("\nফলাফল...\n", L.lagval(x, c))

সম্পূর্ণ উদাহরণ

import numpy as np
from numpy.polynomial import laguerre as L

# সহগের একটি অ্যারে তৈরি করুন
c = np.array([1, 2, 3])

# অ্যারেটি প্রদর্শন করুন
print("আমাদের অ্যারে...\n", c)

# মাত্রা যাচাই করুন
print("\nআমাদের অ্যারের মাত্রা...\n", c.ndim)

# ডেটা টাইপ পান
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", c.dtype)

# আকার পান
print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", c.shape)

# এখানে x একটি 2D অ্যারে
x = np.array([[1, 2], [3, 4]])

# লাগের সিরিজ মূল্যায়ন করুন
print("\nফলাফল...\n", L.lagval(x, c))

আউটপুট

আমাদের অ্যারে...   [1 2 3]
আমাদের অ্যারের মাত্রা... 1
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64
আমাদের অ্যারে অবজেক্টের আকার... (3,)
ফলাফল...   [[-0.5 -4. ]
 [-4.5 -2. ]]