কম্পিউটার

পয়েন্ট x এ একটি চেবিশেভ সিরিজ মূল্যায়ন করুন এবং পাইথনে x এর প্রতিটি মাত্রার জন্য প্রসারিত সহগ বিন্যাসের আকার


পয়েন্ট x-এ Chebyshev সিরিজের মূল্যায়ন করতে, Python Numpy-এ chebyshev.chebval(() পদ্ধতি ব্যবহার করুন। 1ম প্যারামিটার, x, যদি x একটি তালিকা বা টিপল হয়, এটি একটি ndarray-এ রূপান্তরিত হয়, অন্যথায় এটি অপরিবর্তিত রাখা হয় এবং বিবেচনা করা হয় একটি স্কেলার। উভয় ক্ষেত্রেই, x বা এর উপাদানগুলিকে নিজের সাথে এবং c-এর উপাদানগুলির সাথে যোগ এবং গুণকে সমর্থন করতে হবে।

2য় প্যারামিটার, C, সহগগুলির একটি বিন্যাস যাতে ডিগ্রী পদের জন্য সহগগুলি c[n]-এ থাকে। যদি c বহুমাত্রিক হয় তবে অবশিষ্ট সূচকগুলি একাধিক বহুপদ গণনা করে৷ দ্বিমাত্রিক ক্ষেত্রে সহগগুলিকে c-এর কলামগুলিতে সংরক্ষিত বলে মনে করা যেতে পারে৷

3য় প্যারামিটার, টেনসর, যদি সত্য হয়, গুণাঙ্ক অ্যারের আকৃতিটি ডানদিকেরগুলির সাথে প্রসারিত হয়, x এর প্রতিটি মাত্রার জন্য একটি। এই কর্মের জন্য স্কেলারের মাত্রা 0 আছে। ফলাফল হল যে সি-তে সহগগুলির প্রতিটি কলাম x এর প্রতিটি উপাদানের জন্য মূল্যায়ন করা হয়। মিথ্যা হলে, মূল্যায়নের জন্য c-এর কলামে x সম্প্রচার করা হয়। এই কীওয়ার্ডটি দরকারী যখন c বহুমাত্রিক হয়। ডিফল্ট মান সত্য।

পদক্ষেপ

প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -

numpy npf থেকে numpy আমদানি করুন 

সহগগুলির একটি বহুমাত্রিক বিন্যাস তৈরি করুন −

c =np.arange(6).reshape(2,3)

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)

পয়েন্ট x এ চেবিশেভ সিরিজের মূল্যায়ন করতে, chebyshev.chebval(() পদ্ধতি ব্যবহার করুন −

প্রিন্ট("\nফলাফল (চেবভাল)...\n", C.chebval([1,2],c,tensor=True))

উদাহরণ

numpy থেকে numpy আমদানি 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)# পয়েন্ট x-এ চেবিশেভ সিরিজের মূল্যায়ন করতে, পাইথন নাম্পিপ্রিন্ট("\nফলাফল (চেবভাল)-এ chebyshev.chebval(() পদ্ধতি ব্যবহার করুন। .\n",C.chebval([1,2],c,tensor=True))

আউটপুট

আমাদের অ্যারে... [[0 1 2] [3 4 5]]আমাদের অ্যারের মাত্রা...2 আমাদের অ্যারে অবজেক্টের ডেটাটাইপ...আমাদের অ্যারে অবজেক্টের int64শেপ...(2, 3)ফলাফল ( চেবভাল)... [[ 3. 6.] [ 5. 9.] [ 7. 12।]]

  1. পাইথনে 2D অ্যারের সহগ পয়েন্টে (x, y, z) একটি 3-D চেবিশেভ সিরিজের মূল্যায়ন করুন

  2. পাইথনে 1D অ্যারের সহগ পয়েন্টে (x, y) একটি 2-ডি চেবিশেভ সিরিজের মূল্যায়ন করুন

  3. পাইথনে পয়েন্টে (x, y) একটি 2-ডি চেবিশেভ সিরিজের মূল্যায়ন করুন

  4. পাইথনে সহগ কলামের উপর x সম্প্রচার পয়েন্টে একটি চেবিশেভ সিরিজের মূল্যায়ন করুন