গ্রেডিয়েন্ট আंतरিক পয়েন্টগুলোর জন্য দ্বিতীয় অর্ডারের সঠিক সেন্ট্রাল ডিফারেন্স এবং সীমানার পয়েন্টগুলোর জন্য প্রথম বা দ্বিতীয় অর্ডারের ওয়ান-সাইডেড 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)।
পদ্ধতি
লাইব্রেরি ইম্পোর্ট করুন
import numpy as np২-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)অক্ষ ১ (axis=1) অনুযায়ী গ্রেডিয়েন্ট বের করুন
print("\nফলাফল (গ্রেডিয়েন্ট, axis=1)...\n", np.gradient(arr, axis=1))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, axis=1)...\n", np.gradient(arr, axis=1))আউটপুট
আমাদের অ্যারে...
[[ 20. 35. 57.]
[ 70. 85. 120.]]
আমাদের অ্যারের মাত্রা...
2
আমাদের অ্যারে অবজেক্টের ডেটা টাইপ...
float64
ফলাফল (গ্রেডিয়েন্ট, axis=1)...
[[15. 18.5 22. ]
[15. 25. 35. ]]ব্যাখ্যা: অক্ষ ১ অনুযায়ী (কলাম-ওয়াইজ/হরিজন্টাল) গ্রেডিয়েন্ট:
- সারি ০:
[35-20=15, (57-20)/2=18.5, 57-35=22] - সারি ১:
[85-70=15, (120-70)/2=25, 120-85=35]
