numpy.meshgrid() স্থানাঙ্ক ভেক্টর থেকে স্থানাঙ্ক ম্যাট্রিক্স ফেরত দিতে ব্যবহৃত হয়। এর সিনট্যাক্স নিম্নরূপ -
numpy.meshgrid(*xi, **kwargs)
পরামিতি
মেশগ্রিড নিম্নলিখিত পরামিতিগুলি গ্রহণ করতে পারে -
-
x1, x2, …, xn - এটি একটি গ্রিডের স্থানাঙ্কগুলিকে প্রতিনিধিত্ব করে৷
৷ -
সূচীকরণ − এটি একটি ঐচ্ছিক প্যারামিটার যা ডিফল্টরূপে কার্টেসিয়ান 'xy' এবং আউটপুটের ম্যাট্রিক্স 'ij' সূচককে সংজ্ঞায়িত করে।
-
স্পর্স - এটি একটি ঐচ্ছিক পরামিতি। আমরা যদি মেমরি সংরক্ষণের জন্য স্পার্স গ্রিড ব্যবহার করতে চাই, তাহলে আমাদের এই প্যারামিটারটি True-এ সেট করতে হবে। ডিফল্টরূপে, এটি মিথ্যা৷
৷ -
কপি − প্যারামিটারটি সত্য হলে এটি কথোপকথনের মেমরির জন্য মূল অ্যারের একটি অনুলিপি প্রদান করে। ডিফল্টরূপে, এটি মিথ্যা৷
৷
উদাহরণ 1
আসুন আমরা নিম্নলিখিত উদাহরণটি বিবেচনা করি -
# Import numpy
import numpy as np
# input array
x = np.array([1,2,3,4,5])
y = np.array([11, 12, 13, 14, 15])
print("Input x :\n", x)
print("Input y :\n", y)
# meshgrid() function
xx, yy = np.meshgrid(x, y, sparse=True)
print("Meshgrid of X:", xx)
print("Meshgrid of Y:\n", yy) আউটপুট
এটি নিম্নলিখিত আউটপুট −
তৈরি করবেInput x : [1 2 3 4 5] Input y : [11 12 13 14 15] Meshgrid of X: [[1 2 3 4 5]] Meshgrid of Y: [[11] [12] [13] [14] [15]]
উদাহরণ 2
আরেকটি উদাহরণ নেওয়া যাক। এটি linspace-এর মধ্যে পার্থক্য তুলে ধরে এবং মেশগ্রিড .
# Import numpy
import numpy as np
# linspace function
a = np.linspace(3, 4, 4)
b = np.linspace(4, 5, 6)
print("linspace of a :", a)
print("linspace of b :", b)
# meshgrid function
xa, xb = np.meshgrid(a, b)
print("Meshgrid of xa :\n", xa)
print("Meshgrid of xb :\n", xb) আউটপুট
উপরের প্রোগ্রামটি নিম্নলিখিত আউটপুট −
তৈরি করবে a এরlinspace of a : [3. 3.33333333 3.66666667 4. ] linspace of b : [4. 4.2 4.4 4.6 4.8 5. ] Meshgrid of xa : [[3. 3.33333333 3.66666667 4. ] [3. 3.33333333 3.66666667 4. ] [3. 3.33333333 3.66666667 4. ] [3. 3.33333333 3.66666667 4. ] [3. 3.33333333 3.66666667 4. ] [3. 3.33333333 3.66666667 4. ]] Meshgrid of xb : [[4. 4. 4. 4. ] [4.2 4.2 4.2 4.2] [4.4 4.4 4.4 4.4] [4.6 4.6 4.6 4.6] [4.8 4.8 4.8 4.8] [5. 5. 5. 5. ]]
