কম্পিউটার টিউটোরিয়াল

পাইথনে পলিনোমিয়াল থেকে ছোট ট্রেইলিং সহগ সরানো

পাইথন নামপাই-এর polynomial.polytrim() মেথড ব্যবহার করে পলিনোমিয়াল থেকে ছোট ট্রেইলিং সহগ সরানো যায়। এই মেথডটি ট্রেইলিং শূন্য সরানো 1-D অ্যারে ফেরত দেয়। যদি ফলাফল সিরিজ খালি হয়, তবে একটি শূন্য ধারণকারী সিরিজ ফেরত দেওয়া হয়।

"ছোট" বলতে "পরম মানে ছোট" বোঝায় এবং এটি tol প্যারামিটার দ্বারা নিয়ন্ত্রিত হয়। "ট্রেইলিং" বলতে সর্বোচ্চ ক্রমের সহগ বোঝায়, যেমন [0, 1, 1, 0, 0]-এ (যেটি 0 + x + x**2 + 0*x**3 + 0*x**4 উপস্থাপন করে) ৩-য় এবং ৪-র্থ ক্রমের সহগ "ট্রিম" করা হবে। প্যারামিটার c হলো সহগের 1-D অ্যারে, নিম্নতম ক্রম থেকে সর্বোচ্চ ক্রম পর্যন্ত সাজানো। প্যারামিটার tol হলো ট্রেইলিং (সর্বোচ্চ ক্রমের) উপাদান যাদের পরম মান tol-এর চেয়ে কম বা সমান, সেগুলো সরানো হয়।

ধাপসমূহ

প্রথমে প্রয়োজনীয় লাইব্রেরি আমদানি করুন:

import numpy as np
from numpy.polynomial import polyutils as pu

numpy.array() মেথড ব্যবহার করে একটি অ্যারে তৈরি করুন। এটি সহগের 1-D অ্যারে:

c = np.array([0,5,0, 0,9,0])

অ্যারে প্রদর্শন করুন:

print("আমাদের অ্যারে...\n", c)

মাত্রা পরীক্ষা করুন:

print("\nআমাদের অ্যারের মাত্রা...\n", c.ndim)

ডেটা টাইপ পান:

print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", c.dtype)

আকার পান:

print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", c.shape)

polynomial.polytrim() মেথড ব্যবহার করে পলিনোমিয়াল থেকে ছোট ট্রেইলিং সহগ সরান:

print("\nফলাফল...\n", pu.trimcoef((c)))

উদাহরণ

import numpy as np
from numpy.polynomial import polyutils as pu

# numpy.array() মেথড ব্যবহার করে একটি অ্যারে তৈরি করুন
# এটি সহগের 1-D অ্যারে
c = np.array([0,5,0, 0,9,0])

# অ্যারে প্রদর্শন করুন
print("আমাদের অ্যারে...\n", c)

# মাত্রা পরীক্ষা করুন
print("\nআমাদের অ্যারের মাত্রা...\n", c.ndim)

# ডেটা টাইপ পান
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", c.dtype)

# আকার পান
print("\nআমাদের অ্যারে অবজেক্টের আকার...\n", c.shape)

# পলিনোমিয়াল থেকে ছোট ট্রেইলিং সহগ সরান
print("\nফলাফল...\n", pu.trimcoef((c)))

আউটপুট

আমাদের অ্যারে... [0 5 0 0 9 0]
আমাদের অ্যারের মাত্রা... 1
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ... int64
আমাদের অ্যারে অবজেক্টের আকার... (6,)
ফলাফল... [0. 5. 0. 0. 9.]
  1. পাইথনে বহুমাত্রিক সহগ থাকলে পলিনোমিয়াল মূল্যায়ন

  2. পাইথনে x বিন্দুতে পলিনোমিয়াল মূল্যায়ন

  3. পাইথনে নির্দিষ্ট অক্ষের ওপর মাল্টিডাইমেনশনাল কোএফিসিয়েন্টসহ পলিনোমিয়াল ডিফারেনশিয়েট করা

  4. পাইথনে সোর্টেড অ্যারে থেকে ডুপ্লিকেট রিমুভ (Remove Duplicates from Sorted Array)