लीजेंड्रे बहुपद गुणांक के 1-डी सरणी के स्केल किए गए साथी मैट्रिक्स को वापस करने के लिए, पायथन नम्पी में thelegendre.legcompanion() विधि का उपयोग करें। लीजेंड्रेपोलिनोमियल्स का सामान्य साथी मैट्रिक्स पहले से ही सममित है जब c एक आधार लैगुएरे बहुपद है, इसलिए कोई स्केलिंग लागू नहीं होती है।
आयामों (डिग्री, डिग्री) का स्केल किया गया कंपेनियन मैट्रिक्स देता है। पैरामीटर, c एक 1-डी सरणी है जिसमें लीजेंड्रे श्रृंखला गुणांक निम्न से उच्च डिग्री तक क्रमबद्ध है।
कदम
सबसे पहले, आवश्यक पुस्तकालय आयात करें -
import numpy as np from numpy.polynomial import legendre as L
गुणांकों की 1D सरणी बनाएं -
c = np.array([1, 2, 3, 4, 5])
सरणी प्रदर्शित करें -
print("Our Array...\n",c) आयामों की जाँच करें -
print("\nDimensions of our Array...\n",c.ndim) डेटाटाइप प्राप्त करें -
print("\nDatatype of our Array object...\n",c.dtype) आकार प्राप्त करें -
print("\nShape of our Array object...\n",c.shape) लीजेंड्रे बहुपद गुणांक के 1-डी सरणी के स्केल किए गए साथी मैट्रिक्स को वापस करने के लिए, पायथन नम्पी में thelegendre.legcompanion() विधि का उपयोग करें। लीजेंड्रेपोलिनोमियल्स का सामान्य साथी मैट्रिक्स पहले से ही सममित है जब c एक आधार लैगुएरे बहुपद है, इसलिए कोई स्केलिंग लागू नहीं होती है -
print("\nResult...\n",L.legcompanion(c)) उदाहरण
import numpy as np
from numpy.polynomial import legendre as L
# Create a 1D array of coefficients
c = np.array([1, 2, 3, 4, 5])
# Display the array
print("Our Array...\n",c)
# Check the Dimensions
print("\nDimensions of our Array...\n",c.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",c.dtype)
# Get the Shape
print("\nShape of our Array object...\n",c.shape)
# To return the scaled companion matrix of a 1-D array of Legendre polynomial coefficients, use the legendre.legcompanion() method in Python Numpy
print("\nResult...\n",L.legcompanion(c)) आउटपुट
Our Array... [1 2 3 4 5] Dimensions of our Array... 1 Datatype of our Array object... int64 Shape of our Array object... (5,) Result... [[ 0. 0.57735027 0. -0.30237158] [ 0.57735027 0. 0.51639778 -0.34914862] [ 0. 0.51639778 0. 0.10141851] [ 0. 0. 0.50709255 -0.45714286]]