কম্পিউটার

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


x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 3-D বহুপদী মূল্যায়ন করতে, পাইথনে polynomial.polygrid3d(x,y, c) পদ্ধতি ব্যবহার করুন। পদ্ধতিটি x এবং y এর কার্টেসিয়ান গুণফলের বিন্দুতে দুটি মাত্রিক বহুপদীর মান প্রদান করে।

1ম প্যারামিটার, x,y,z হল ত্রিমাত্রিক সিরিজ x, y, এবং z এর কার্টেসিয়ান প্রোডাক্টের বিন্দুতে 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

২য় প্যারামিটার, c হল সহগগুলির একটি বিন্যাস যাতে ডিগ্রী,j পদের সহগগুলি c[i,j]-এ থাকে। যদি c-এর মাত্রা দুইটির বেশি থাকে 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 আমদানি করুন npfrom numpy.polynomial.polynomial import polygrid3d হিসাবে 

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 এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 3-D বহুপদী মূল্যায়ন করতে, পাইথনে polynomial.polygrid3d(x,y, c) পদ্ধতি ব্যবহার করুন। পদ্ধতিটি x এবং y −

এর কার্টেসিয়ান গুণফলের বিন্দুতে দুটি মাত্রিক বহুপদীর মান প্রদান করে।
প্রিন্ট("\nফলাফল...\n", polygrid3d([1,2],[1,2],[1,2],c))

উদাহরণ

numpy.polynomial.polynomial import polygrid3d থেকে npf থেকে numpy আমদানি করুন # coefficientsc =np.arange(48) এর 4d অ্যারে তৈরি 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 এবং y এর কার্টেসিয়ান পণ্যের উপর একটি 3-D বহুপদী মূল্যায়ন করতে, polynomial.polygrid3d(x, y) ব্যবহার করুন , c) পাইথনপ্রিন্টে পদ্ধতি("\nফলাফল...\n", polygrid3d([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... [[[[ 552। 6600।] [ 900। 10656।]] [[ 972। 11412।] [ 1566। 18252।]]] [[[ 576। 6852।] [ 936। 11034।]] [[ 1008। 11790।] [ 1620। 18819।]]]]
  1. পাইথনে 1d অ্যারের সহগ সহ x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D বহুপদী মূল্যায়ন করুন

  2. পাইথনে সহগ 3d অ্যারের সাথে x এবং y-এর কার্টেসিয়ান পণ্যের উপর একটি 2-D বহুপদী মূল্যায়ন করুন

  3. পাইথনে x এবং y এর কার্টেসিয়ান গুণফলের উপর একটি 2-D বহুপদী মূল্যায়ন করুন

  4. পাইথনে 4D অ্যারের সহগ পয়েন্টে (x, y, z) একটি 3-D বহুপদী মূল্যায়ন করুন