পাইথনে সহগ অ্যারের আকৃতি x-এর প্রতিটি ডাইমেনশনের জন্য প্রসারিত করে হার্মাইট সিরিজ মূল্যায়ন করুন

পাইথন নামপাই-র hermite.hermval() মেথড ব্যবহার করে হার্মাইট সিরিজকে বিন্দু x-এ মূল্যায়ন করা যায়। প্রথম প্যারামিটার x, যদি x একটি লিস্ট বা টাপল হয়, তবে এটি ndarray-তে রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং স্কেলার হিসেবে বিবেচিত হয়। যেকোনো हालতেই, x বা এর উপাদানগুলোর সাথে নিজেদের এবং c-এর উপাদানগুলোর সাথে যোগ ও গুণ করার সক্ষমতা থাকতে হবে।

দ্বিতীয় প্যারামিটার C, সহগগুলোর একটি অ্যারে যাতে ডিগ্রি n-এর টার্মের সহগগুলো c[n]-তে থাকে। যদি c বহুমাত্রিক হয়, তবে অবশিষ্ট ইন্ডেক্সগুলো একাধিক পলিনোমিয়াল গণনা করে। দ্বিমাত্রিক ক্ষেত্রে সহগগুলো c-এর কলামগুলিতে সংরক্ষিত মনে করা যায়।

তৃতীয় প্যারামিটার tensor, যদি True হয়, তবে সহগ অ্যারের আকৃতিটি ডান পাশে একের সাথে প্রসারিত হয়, x-এর প্রতিটি ডাইমেনশনের জন্য একটি। স্কেলারের ডাইমেনশন ০। ফলাফলস্বরূপ c-এর প্রতিটি কলামের সহগ x-এর প্রতিটি উপাদানের জন্য মূল্যায়ন করা হয়। যদি False হয়, তবে x c-এর কলামগুলোর ওপর ব্রডকাস্ট হয় মূল্যায়নের জন্য। এই কিওয়ার্ডটি তখন উপকারী হয় যখন c বহুমাত্রিক। ডিফল্ট মান True।

ধাপসমূহ

প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:

import numpy as np
from numpy.polynomial import hermite as H

বহুমাত্রিক সহগ অ্যারে তৈরি করুন:

c = np.arange(8).reshape(2, 4)

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)

tensor=True ব্যবহার করে হার্মাইট সিরিজকে বিন্দু x-এ মূল্যায়ন করতে hermite.hermval() মেথডটি ব্যবহার করুন:

print("\nফলাফল...\n", H.hermval([1, 2], c, tensor=True))

সম্পূর্ণ উদাহরণ

import numpy as np
from numpy.polynomial import hermite as H
# বহুমাত্রিক সহগ অ্যারে তৈরি করা
c = np.arange(8).reshape(2, 4)
# 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)
# tensor=True ব্যবহার করে হার্মাইট সিরিজ মূল্যায়ন
print("\nফলাফল...\n", H.hermval([1, 2], c, tensor=True))

আউটপুট

আমাদের অ্যারে...  [[0 1 2 3]  [4 5 6 7]]
আমাদের অ্যারের ডাইমেনশন... 2
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64
আমাদের অ্যারে অবজেক্টের শেপ... (2, 4)
ফলাফল...  [[ 8. 16.]  [11. 21.]  [14. 26.]  [17. 31.]]