গ্রেডিয়েন্ট আंतरিক পয়েন্টগুলোর জন্য দ্বিতীয় অর্ডারের সঠিক সেন্ট্রাল ডিফারেন্স এবং সীমানার পয়েন্টগুলোর জন্য প্রথম বা দ্বিতীয় অর্ডারের ওয়ান-সাইডেড (forward/backward) ডিফারেন্স ব্যবহার করে গণনা করা হয়। ফেরত দেওয়া গ্রেডিয়েন্ট ইনপুট অ্যারের মতো আকারের হয়।
প্যারামিটারসমূহ
- f: স্কেলার ফাংশনের নমুনা ধারণকারী N-ডাইমেনশনাল অ্যারে
- varargs (ঐচ্ছিক): f মানগুলোর স্পেসিং। ডিফল্ট সব ডাইমেনশনে ১।
- edge_order {1, 2} (ঐচ্ছিক): সীমানায় গ্রেডিয়েন্টের অর্ডার। ডিফল্ট ১।
- axis (ঐচ্ছিক): যে অক্ষ বা অক্ষগুলোতে গ্রেডিয়েন্ট গণনা হবে। ডিফল্ট
None(সব অক্ষ)।
মেথডটি ndarray-দের একটি লিস্ট ফেরত দেয় যা f-এর প্রতিটি ডাইমেনশন wzglęপে ডেরিভেটিভ উপস্থাপন করে। প্রতিটি ডেরিভেটিভের আকার f-এর মতোই থাকে।
পদ্ধতি
লাইব্রেরি ইম্পোর্ট করুন
import numpy as np১-ডি ফ্লোট অ্যারে তৈরি করুন
arr = np.array([20, 35, 57, 70, 85, 120], dtype=float)অ্যারে এবং বৈশিষ্ট্য দেখুন
print("আমাদের অ্যারে...\n", arr)
print("\nআমাদের অ্যারের মাত্রা...\n", arr.ndim)
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", arr.dtype)গ্রেডিয়েন্ট বের করুন (সব অক্ষের জন্য)
print("\nফলাফল (গ্রেডিয়েন্ট)...\n", np.gradient(arr))সম্পূর্ণ উদাহরণ
import numpy as np
arr = np.array([20, 35, 57, 70, 85, 120], dtype=float)
print("আমাদের অ্যারে...\n", arr)
print("\nআমাদের অ্যারের মাত্রা...\n", arr.ndim)
print("\nআমাদের অ্যারে অবজেক্টের ডেটা টাইপ...\n", arr.dtype)
print("\nফলাফল (গ্রেডিয়েন্ট)...\n", np.gradient(arr))আউটপুট
আমাদের অয়ারে...
[ 20. 35. 57. 70. 85. 120.]
আমাদের অ্যারের মাত্রা...
1
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ...
float64
ফলাফল (গ্রেডিয়েন্ট)...
[15. 18.5 17.5 14. 25. 35. ]ব্যাখ্যা: ১-ডি অ্যারে [20, 35, 57, 70, 85, 120]-এর গ্রেডিয়েন্ট:
- ইনডেক্স ০ (সীমানা): forward difference →
35-20 = 15 - ইনডেক্স ১: central difference →
(57-20)/2 = 18.5 - ইনডেক্স ২: central difference →
(70-35)/2 = 17.5 - ইনডেক্স ৩: central difference →
(85-57)/2 = 14 - ইনডেক্স ৪: central difference →
(120-70)/2 = 25 - ইনডেক্স ৫ (সীমানা): backward difference →
120-85 = 35
