প্রথম অ্যারের এলিমেন্টগুলোকে বেস এবং একটি একক এক্সপোনেন্ট ধরে ঘাত দিয়ে ফলাফল বের করতে পাইথন NumPy-তে float_power() মেথড ব্যবহার করুন। এই মেথড x1-এ থাকা বেসগুলোকে x2-এ থাকা এক্সপোনেন্টগুলোর ঘাতে তোলার ফলাফল রিটার্ন করে। যদি x1 এবং x2 উভয়ই স্ক্যালার হয়, তবে স্ক্যালার রিটার্ন হবে।
x1-এর প্রতিটি বেসকে পজিশনালি x2-এর соответствующий এক্সপোনেন্টের ঘাতে তোলা হয়। x1 এবং x2 একই শেপে ব্রডকাস্টেবল হতে হবে। এটি power ফাংশন থেকে আলাদা: ইন্টিজার, float16, এবং float32 কে কমপক্ষে float64 প্রিসিশনের ফ্লোটে প্রোমোট করা হয় যাতে ফলাফল সবসময় ইনএকজেক্ট হয়। উদ্দেশ্য হলো 네가тив পাওয়ারের জন্য ব্যবহারযোগ্য ফলাফল দিতে এবং পজিটিভ পাওয়ারের জন্য ওভারফ্লো এড়াতে। 네가тив মান নন-ইন্টিজার ঘাতে তোললে nan রিটার্ন হবে। কমপ্লেক্স ফলাফল পেতে ইনপুটকে কমপ্লেক্সে কাস্ট করুন বা dtype কমপ্লেক্স নির্দিষ্ট করুন।
ধাপসমূহ
১. প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন
import numpy as np২. বেস অ্যারে (০ থেকে ৫)
x1 = range(6)৩. বেস প্রদর্শন করুন
print("বেসগুলো...\n", x1)৪. একটি একক এক্সপোনেন্ট (২) দিয়ে float_power() ব্যবহার করুন
print("\nফলাফল...\n", np.float_power(x1, 2))সম্পূর্ণ উদাহরণ
import numpy as np
# বেস
x1 = range(6)
print("বেসগুলো...\n", x1)
# একটি একক এক্সপোনেন্ট (২) দিয়ে ফলাফল
print("\nফলাফল...\n", np.float_power(x1, 2))আউটপুট
বেসগুলো...
range(0, 6)
ফলাফল...
[ 0. 1. 4. 9. 16. 25.]ব্যাখ্যা
প্রতিটি বেসকে ২ ঘাতে তোলা হয়েছে: 0²=0, 1²=1, 2²=4, 3²=9, 4²=16, 5²=25। স্ক্যালার এক্সপোনেন্ট ব্রডকাস্ট হয়ে সব বেসের ওপর প্রয়োগ হয়েছে।
