পাইথন নামপাই-র chebyshev.chebcompanion() মেথড ব্যবহার করে 1-ডি পলিনোমিয়াল সহগ অ্যারের স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স বের করা যায়। বেসিস পলিনোমিয়ালগুলো স্কেল করা হয় যাতে কম্প্যানিয়ন ম্যাট্রিক্সটি সিমেট্রিক হয় যখন c একটি চেবিশেভ বেসিস পলিনোমিয়াল। এটি অস্কেলড কেসের চেয়ে ভালো আইگنভ্যালু অনুমান দেয় এবং বেসিস পলিনোমিয়ালের জন্য আইگنভ্যালুগুলো গ্যারান্টি করে রিয়াল হবে যদি numpy.linalg.eigvalsh ব্যবহার করা হয়। মেথডটি (deg, deg) আকারের স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স রিটার্ন করে। প্যারামিটার c হলো নিম্ন থেকে উচ্চ ডিগ্রি পর্যন্ত সাজানো চেবিশেভ সিরিজ সহগগুলোর 1-ডি অ্যারে।
ধাপসমূহ
প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:
import numpy as np from numpy.polynomial import chebyshev as C
সহগগুলোর 1D অ্যারে তৈরি করুন:
c = np.array([1, 2, 3])
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)
স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স বের করতে chebyshev.chebcompanion() মেথডটি ব্যবহার করুন:
print("\nফলাফল...\n", C.chebcompanion(c))
সম্পূর্ণ উদাহরণ
import numpy as np
from numpy.polynomial import chebyshev as C
# সহগগুলোর 1D অ্যারে তৈরি করা
c = np.array([1, 2, 3])
# 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)
# স্কেলড কম্প্যানিয়ন ম্যাট্রিক্স বের করা
print("\nফলাফল...\n", C.chebcompanion(c))
আউটপুট
আমাদের অ্যারে... [1 2 3] আমাদের অ্যারের ডাইমেনশন... 1 আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64 আমাদের অ্যারে অবজেক্টের শেপ... (3,) ফলাফল... [[ 0. 0.47140452] [ 0.70710678 -0.33333333]]
