কম্পিউটার

পাইথনে 4d অ্যারের সহগ সহ x, y এবং z এর কার্টেসিয়ান পণ্যের উপর একটি 3-D হারমাইট সিরিজের মূল্যায়ন করুন


x, y এবং z এর কার্টেসিয়ান পণ্যের উপর একটি 3-D হারমাইট সিরিজের মূল্যায়ন করতে, পাইথনে thehermite.hermgrid3d(x, y, z, c) পদ্ধতি ব্যবহার করুন। পদ্ধতিটি x, y এবং z এর কার্টেসিয়ান গুণফলের বিন্দুতে দ্বিমাত্রিক বহুপদীর মান প্রদান করে।

প্যারামিটারগুলো হল x, y, z। x, y, এবং z-এর কার্টেসিয়ান প্রোডাক্টের বিন্দুতে ত্রিমাত্রিক সিরিজের মূল্যায়ন করা হয়। যদি x,`y`, বা z একটি তালিকা বা টিপল হয়, এটি প্রথমে একটি ndarray-এ রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং, এটি একটি ndarray না হলে, এটি একটি স্কেলার হিসাবে বিবেচিত হয়৷

পরামিতি, c হল সহগগুলির একটি বিন্যাস যাতে ডিগ্রী i,j এর পদগুলির জন্য সহগগুলি c[i,j] তে থাকে। যদি c এর মাত্রা দুইটির বেশি হয় তবে অবশিষ্ট সূচকগুলি সহগগুলির একাধিক সেট গণনা করে। যদি c-এর তিনটি মাত্রার কম থাকে, তাহলে এটিকে 3-D করার জন্য এর আকারে পরোক্ষভাবে যুক্ত করা হয়। ফলাফলের আকৃতি হবে c.shape[3:] + x.shape + y.shape + z.shape.

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -

numpy-কে npf থেকে numpy হিসাবে আমদানি করুন। H হিসাবে বহুপদী হারমাইট আমদানি করুন

সহগগুলির একটি 4d অ্যারে তৈরি করুন −

c =np.arange(48).reshape(2,2,6,2)

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, y এবং z এর কার্টেসিয়ান পণ্যের উপর একটি 3-D হারমাইট সিরিজ মূল্যায়ন করতে, পাইথনে thehermite.hermgrid3d(x, y, z, c) পদ্ধতি ব্যবহার করুন −

প্রিন্ট("\nফলাফল...\n", H.hermgrid3d([1,2],[1,2],[1,2],c))

উদাহরণ

numpy থেকে numpy আমদানি করুন \n",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, y এবং z এর কার্টেসিয়ান পণ্যের উপর একটি 3-D হারমাইট সিরিজ মূল্যায়ন করতে, ব্যবহার করুন hermite.hermgrid3d( পাইথনপ্রিন্টে x, y, z, c) পদ্ধতি("\nফলাফল...\n", H.hermgrid3d([1,2],[1,2],[1,2],c))

আউটপুট

<পূর্ব>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]]] [[[24 25] [26 27] [28 29] [30 31] [32 33] [34 35]] [[36 37] [38 39] 40 41] [42 43] [44 45] [46 47]]]]আমাদের অ্যারের মাত্রা...4 আমাদের অ্যারে অবজেক্টের ডেটাটাইপ...আমাদের অ্যারে অবজেক্টের int64শেপ...(2, 2, 6, 2) ফলাফল... [[[[-8100. 32472।] [-14148। 56976।]] [[-14796। 59832।] [-25740। 104480।]]] [[[-8343. 33543।] [-14553। 58761।]] [[-15201। 61617।] [-26415। 107455।]]]]
  1. পাইথনে সহগ এর 3d অ্যারে সহ x এবং y এর কার্টেসিয়ান পণ্যের উপর একটি 2-D হারমাইট সিরিজের মূল্যায়ন করুন

  2. পাইথনে সহগ 3d অ্যারের সাথে x এবং y এর কার্টেসিয়ান পণ্যের উপর একটি 2-ডি চেবিশেভ সিরিজের মূল্যায়ন করুন

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

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