বহুপদী সহগগুলির একটি 1-D অ্যারের স্কেল করা সহচর ম্যাট্রিক্স ফেরাতে, পাইথন নম্পিতে thechebyshev.chebcompanion() পদ্ধতিটি ফেরত দিন। ভিত্তি বহুপদী স্কেল করা হয় যাতে কম্প্যানিয়ন ম্যাট্রিক্স প্রতিসম হয় যখন c একটি চেবিশেভ ভিত্তি বহুপদী হয়। এটি আনস্কেল করা কেসের চেয়ে ভাল ইগেনমূল্য অনুমান প্রদান করে এবং বহুপদে ভিত্তি করে eigenvalueগুলি বাস্তব হওয়ার গ্যারান্টি দেওয়া হয় যদি numpy.linalg.eigvalsh ব্যবহার করা হয়। পদ্ধতিটি মাত্রার (ডিগ্রি, ডিগ্রী) স্কেলডকম্প্যানিয়ন ম্যাট্রিক্স প্রদান করে। প্যারামিটার, c হল নিম্ন থেকে উচ্চ ডিগ্রী পর্যন্ত অর্ডার করা চেবিশেভ সিরিজের কোফিসিয়েন্টের একটি 1-ডি অ্যারে।
পদক্ষেপ
প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -
numpy npf থেকে numpy আমদানি করুনসহগগুলির একটি 1D অ্যারে তৈরি করুন −
c =np.array([1, 2, 3])অ্যারে প্রদর্শন করুন −
মুদ্রণ("আমাদের অ্যারে...\n",c)মাত্রা পরীক্ষা করুন −
মুদ্রণ("\nআমাদের অ্যারের মাত্রা...\n",c.ndim)ডেটাটাইপ −
পানমুদ্রণ("\nআমাদের অ্যারে অবজেক্টের ডেটাটাইপ...\n",c.dtype)আকৃতি −
পানমুদ্রণ("\nআমাদের অ্যারে অবজেক্টের আকৃতি...\n", c.shape)বহুপদী সহগগুলির একটি 1-D অ্যারের স্কেল করা সহচর ম্যাট্রিক্স ফেরত দিতে, পাইথন নম্পিতে thechebyshev.chebcompanion() পদ্ধতিটি ফেরত দিন −
প্রিন্ট("\nফলাফল...\n", C.chebcompanion(c))উদাহরণ
numpy থেকে numpy ইম্পোর্ট করুন # ডাইমেনশনপ্রিন্ট 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)# বহুপদী সহগগুলির একটি 1-D অ্যারের স্কেল করা সহচর ম্যাট্রিক্স ফেরত দিতে, পাইথন নম্পিপ্রিন্টে chebyshev.chebcompanion() পদ্ধতিটি ফেরত দিন("\nফলাফল ...\n",C.chebcompanion(c))
আউটপুট
আমাদের অ্যারে... [1 2 3]আমাদের অ্যারের মাত্রা...আমাদের অ্যারে অবজেক্টের 1ডেটাটাইপ...আমাদের অ্যারে অবজেক্টের int64শেপ...(3,)ফলাফল... [[ 0. 0.47140452] [ 0.70710678 -0.33333333]]
