পাইথনে চেবিশেভ পলিনোমিয়াল থেকে ক্ষুদ্র ট্রেইলিং সহগগুলো সরান

পাইথন নামপাই-র chebyshev.chebtrim() মেথড ব্যবহার করে চেবিশেভ পলিনোমিয়াল থেকে ক্ষুদ্র ট্রেইলিং সহগগুলো সরানো যায়। মেথডটি ট্রেইলিং শূন্য সরিয়ে একটি 1-ডি অ্যারে রিটার্ন করে। যদি ফলাফল সিরিজ খালি হয়, তবে একটি শূন্য ধারণকারী সিরিজ রিটার্ন করা হয়।

"ক্ষুদ্র" বলতে "নirôn মানকে ছোট" বোঝায় এবং এটি প্যারামিটার tol দ্বারা নিয়ন্ত্রিত হয়; "ট্রেইলিং" বলতে সর্বোচ্চ অর্ডার সহগ(সমূহ) বোঝায়, যেমন [0, 1, 1, 0, 0] (যা 0 + x + x**2 + 0*x**3 + 0*x**4 নির্দেশ করে) তৃতীয় ও চতুর্থ অর্ডার সহগগুলো "ট্রিম" হবে। প্যারামিটার c হলো সহগগুলোর 1-ডি অ্যারে, নিম্নমুখী অর্ডার থেকে সর্বোচ্চ অর্ডার পর্যন্ত সাজানো। প্যারামিটার tol হলো যেসব ট্রেইলিং উপাদানের নিরপেক্ষ মান tol-এর চেয়ে কম বা সমান সেগুলো সরিয়ে দেওয়া হবে।

ধাপসমূহ

প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:

import numpy as np
from numpy.polynomial import chebyshev as C

numpy.array() মেথড ব্যবহার করে একটি অ্যারে তৈরি করুন। এটি সহগগুলোর 1-ডি অ্যারে:

c = np.array([0, 5, 0, 0, 9, 0])

অ্যারেটি প্রদর্শন করুন:

print("আমাদের অ্যারে...\n", c)

ডাইমেনশন পরীক্ষা করুন:

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

ডেটা টাইপ জানুন:

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

শেপ (Shape) দেখুন:

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

ক্ষুদ্র ট্রেইলিং সহগ সরাতে chebyshev.chebtrim() মেথডটি ব্যবহার করুন:

print("\nফলাফল...\n", C.chebtrim(c))

সম্পূর্ণ উদাহরণ

import numpy as np
from numpy.polynomial import chebyshev as C
# numpy.array() মেথড ব্যবহার করে একটি অ্যারে তৈরি করা
# এটি সহগগুলোর 1-ডি অ্যারে
c = np.array([0, 5, 0, 0, 9, 0])
# অ্যারে প্রদর্শন
print("আমাদের অ্যারে...\n", c)
# ডাইমেনশন পরীক্ষা
print("\nআমাদের অ্যারের ডাইমেনশন...\n", c.ndim)
# ডেটা টাইপ
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", c.dtype)
# শেপ
print("\nআমাদের অ্যারে অবজেক্টের শেপ...\n", c.shape)
# ক্ষুদ্র ট্রেইলিং সহগ সরানো
print("\nফলাফল...\n", C.chebtrim(c))

আউটপুট

আমাদের অ্যারে...  [0 5 0 0 9 0]
আমাদের অ্যারের ডাইমেনশন... 1
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64
আমাদের অ্যারে অবজেক্টের শেপ... (6,)
ফলাফল...  [0. 5. 0. 0. 9.]