কম্পিউটার

পাইথনে সহগের 3d অ্যারের সাথে x এবং y এর কার্টেসিয়ান পণ্যের উপর একটি 2-D Laguerre সিরিজের মূল্যায়ন করুন


x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D Laguerre সিরিজ মূল্যায়ন করতে, Python-এ thepolynomial.laguerre.laggrid2d() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি x এবং y এর কার্টেসিয়ান গুনফলের বিন্দুতে দ্বিমাত্রিক লেগুয়ের সিরিজের মান প্রদান করে।

যদি c-এর দুটির কম মাত্রা থাকে, তবে এটিকে 2-D করার জন্য এর আকারের সাথে পরোক্ষভাবে যুক্ত করা হয়। ফলাফলের আকৃতি হবে c.shape[2:] + x.shape + y.shape। 1ম প্যারামিটার,x, y হল দ্বিমাত্রিক সিরিজ x এবং y-এর কার্টেসিয়ান গুণফলের বিন্দুতে মূল্যায়ন করা হয়। যদি x বা y একটি তালিকা অরটুপল হয়, এটি প্রথমে একটি ndarray তে রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত রাখা হয় এবং, যদি এটি একটি ndarray না হয় তবে এটি একটি স্কেলার হিসাবে বিবেচিত হয়৷

২য় প্যারামিটার, c হল সহগগুলির একটি বিন্যাস যাতে মাল্টিডিগ্রি,j শব্দের সহগটি c[i,j]-এ থাকে। যদি c-এর মাত্রা দুইটির বেশি থাকে বাকি সূচকগুলি সহগগুলির একাধিক সেট গণনা করে।

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -

numpy কে npf থেকে numpy হিসাবে আমদানি করুন। L হিসাবে বহুপদী আমদানি laguerre

সহগগুলির একটি 3d অ্যারে তৈরি করুন −

c =np.arange(24).reshape(2,2,6)

অ্যারে প্রদর্শন করুন −

মুদ্রণ("আমাদের অ্যারে...\n",c)

মাত্রা পরীক্ষা করুন −

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

ডেটাটাইপ −

পান
মুদ্রণ("\nআমাদের অ্যারে অবজেক্টের ডেটাটাইপ...\n",c.dtype)

আকৃতি −

পান
মুদ্রণ("\nআমাদের অ্যারে অবজেক্টের আকৃতি...\n", c.shape)

x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D Laguerre সিরিজ মূল্যায়ন করতে, Python-এ thepolynomial.laguerre.laggrid2d() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি x এবং y -

এর কার্টেসিয়ান গুণফলের বিন্দুতে দ্বিমাত্রিক লেগুয়ের সিরিজের মান প্রদান করে
প্রিন্ট("\nফলাফল...\n", L.laggrid2d([1,2],[1,2], c))

উদাহরণ

numpy থেকে numpy আমদানি করুন ",c)# ডাইমেনশনস্প্রিন্ট চেক করুন("\nআমাদের অ্যারের মাত্রা...\n",c.ndim)# ডেটাটাইপপ্রিন্ট পান("\nআমাদের অ্যারে অবজেক্টের ডেটাটাইপ...\n",c.dtype)# শেপপ্রিন্ট পান("\nআমাদের অ্যারে অবজেক্টের আকৃতি...\n",c.shape)# x এবং y এর কার্টেসিয়ান গুনফলের উপর একটি 2-D Laguerre সিরিজ মূল্যায়ন করতে, polynomial.laguerre.laggrid2d() পদ্ধতি ব্যবহার করুন পাইথনপ্রিন্টে("\nফলাফল...\n", L.laggrid2d([1,2],[1,2], c))

আউটপুট

আমাদের অ্যারে... [[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] [[12 13 14 15 16 17] [18 19 20 21 22 23]]] আমাদের অ্যারের মাত্রা ...3আমাদের অ্যারে অবজেক্টের ডেটাটাইপ...আমাদের অ্যারে অবজেক্টের int64শেপ...(2, 2, 6)ফলাফল... [[[ 0. -6.] [-12। 0।]] [[ 1. -6।] [-12। 0।]] [[ 2। -6।] [-12। 0।]] [[ 3. -6।] [-12। 0।]] [[ 4. -6।] [-12। 0।]] [[ 5. -6।] [-12। 0।]]]

  1. পাইথনে সহগ এর 4d অ্যারে সহ x, y এবং z এর কার্টেসিয়ান পণ্যের উপর একটি 3-D Hermit_e সিরিজ মূল্যায়ন করুন

  2. পাইথনে 1d অ্যারের সহগ সহ x এবং y এর কার্টেসিয়ান পণ্যের উপর একটি 2-D Hermit_e সিরিজের মূল্যায়ন করুন

  3. পাইথনে 1d অ্যারের সহগ সহ x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D বহুপদী মূল্যায়ন করুন

  4. পাইথনে সহগ 3d অ্যারের সাথে x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D বহুপদী মূল্যায়ন করুন