পাইথনে ৩ডি কোএফিসিয়েন্টের অ্যারেতে ২ডি পলিনোমিয়াল (x,y) কার্টেশিয়ান প্রোডাক্টে ইভ্যালুয়েট করা

পাইথনে x এবং y-র কার্টেশিয়ান প্রোডাক্টে ২-ডি পলিনোমিয়াল ইভ্যালুয়েট করতে polynomial.polygrid2d(x, y, c) মেথডটি ব্যবহার করা হয়। এই মেথডটি x এবং y-র কার্টেশিয়ান প্রোডাক্টের পয়েন্টগুলোতে টু-ডাইমেনশনাল পলিনোমিয়ালের ভ্যালুগুলো রিটার্ন করে।

১ম প্যারামিটার, x এবং y, হলো টু-ডাইমেনশনাল সিরিজ যা x এবং y-র কার্টেশিয়ান প্রোডাক্টের পয়েন্টগুলোতে ইভ্যালুয়েট হয়। যদি x বা y লিস্ট বা টাপল হয়, তবে প্রথমে এটি ndarray-এ কনভার্ট হয়, অন্যথায় এটি অপরিবর্তিত থাকে এবং, যদি এটি ndarray না হয় তবে এটি একটি স্ক্যালার হিসেবে বিবেচিত হয়। ২য় প্যারামিটার, c হলো কোএফিসিয়েন্টের অ্যারে যা অর্ডার করা আছে এমনভাবে যাতে ডিগ্রির টার্মের কোএফিসিয়েন্ট c[i,j]-এ থাকে। যদি c-এর ডাইমেনশন দুইতেও বেশি হয়, তবে বাকি ইন্ডেক্সগুলো একাধিক সেট অফ কোএফিসিয়েন্ট এনামারেট করে।

যদি c-এর ডাইমেনশন দুই থেকে কম হয়, তবে ones ইমপ্লিসিটলি অ্যাপেন্ড হয় তার শেপ ২-ডি করার জন্য। রেজাল্টের শেপ হবে c.shape[2:] + x.shape + y.shape।

ধাপগুলো

প্রথমে প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করুন:

import numpy as np
from numpy.polynomial.polynomial import polygrid2d

৩ডি কোএফিসিয়েন্টের অ্যারে তৈরি করুন:

c = np.arange(24).reshape(2,2,6)

অ্যারে ডিসপ্লে করুন:

print("Our Array...\n", c)

ডাইমেনশন চেক করুন:

print("\nDimensions of our Array...\n", c.ndim)

ডাটা টাইপ পান:

print("\nDatatype of our Array object...\n", c.dtype)

শেপ পান:

print("\nShape of our Array object...\n", c.shape)

x এবং y-র কার্টেশিয়ান প্রোডাক্টে ২-ডি পলিনোমিয়াল ইভ্যালুয়েট করতে polynomial.polygrid2d(x, y, c) মেথডটি ব্যবহার করুন:

print("\nResult...\n", polygrid2d([1,2], [1,2], c))

সম্পূর্ণ উদাহরণ

import numpy as np
from numpy.polynomial.polynomial import polygrid2d

c = np.arange(24).reshape(2,2,6)

print("Our Array...\n", c)
print("\nDimensions of our Array...\n", c.ndim)
print("\nDatatype of our Array object...\n", c.dtype)
print("\nShape of our Array object...\n", c.shape)
print("\nResult...\n", polygrid2d([1,2], [1,2], c))

আউটপুট

Our Array...     [[[ 0 1 2 3 4 5]
     [ 6 7 8 9 10 11]]
     [[12 13 14 15 16 17]
     [18 19 20 21 22 23]]]
Dimensions of our Array... 3
Datatype of our Array object... int64
Shape of our Array object... (2, 2, 6)
Result...     [[[ 36. 60.]
     [ 66. 108.]]
     [[ 40. 66.]
     [ 72. 117.]]
     [[ 44. 72.]
     [ 78. 126.]]
     [[ 48. 78.]
     [ 84. 135.]]
     [[ 52. 84.]
     [ 90. 144.]]
     [[ 56. 90.]
     [ 96. 153.]]]