ग्रेडिएंट की गणना आंतरिक बिंदुओं में दूसरी क्रम की सटीक केंद्रीय अंतरों का उपयोग करके की जाती है और सीमाओं पर पहली या दूसरी क्रम की सटीक एक-पक्षीय (आगे या पीछे) अंतरों का उपयोग किया जाता है। लौटाया गया ग्रेडिएंट इसलिए इनपुट सरणी के समान आकार का होता है। पहला पैरामीटर f एक N-आयामी सरणी है जिसमें एक अदिश फ़ंक्शन के नमूने होते हैं। दूसरा पैरामीटर varargs है यानी f मानों के बीच का अंतर। सभी आयामों के लिए डिफ़ॉल्ट एकात्मक अंतर।
तीसरा पैरामीटर edge_order{1, 2} है यानी ग्रेडिएंट की गणना सीमाओं पर N-वें क्रम के सटीक अंतरों का उपयोग करके की जाती है। डिफ़ॉल्ट: 1। चौथा पैरामीटर ग्रेडिएंट है, जिसकी गणना केवल दिए गए अक्ष या अक्षों के साथ की जाती है। डिफ़ॉल्ट (axis=None) इनपुट सरणी के सभी अक्षों के लिए ग्रेडिएंट की गणना करना है। अक्ष नकारात्मक हो सकता है, जिस स्थिति में यह अंतिम से पहले अक्ष तक गिनता है। यह विधि f के प्रत्येक आयाम के सापेक्ष अवकलजों के अनुरूप ndarrays की एक सूची लौटाती है। प्रत्येक अवकलज का आकार f के समान होता है।
चरण
सबसे पहले, आवश्यक लाइब्रेरी आयात करें:
import numpy as np
array() विधि का उपयोग करके एक numpy सरणी बनाएं। हमने float प्रकार के तत्व जोड़े हैं:
arr = np.array([20, 35, 57, 70, 85, 120], dtype=float)
सरणी प्रदर्शित करें:
print("हमारी सरणी...\n", arr)
आयाम जांचें:
print("\nहमारी सरणी के आयाम...\n", arr.ndim)
डेटा प्रकार प्राप्त करें:
print("\nहमारी सरणी ऑब्जेक्ट का डेटा प्रकार...\n", arr.dtype)
ग्रेडिएंट की गणना दूसरी क्रम की सटीक केंद्रीय अंतरों का उपयोग करके आंतरिक बिंदुओं में की जाती है और सीमाओं पर पहली या दूसरी क्रम की सटीक एक-पक्षीय अंतरों का उपयोग किया जाता है। लौटाया गया ग्रेडिएंट इसलिए इनपुट सरणी के समान आकार का होता है:
print("\nपरिणाम (ग्रेडिएंट)...\n", np.gradient(arr))
उदाहरण
import numpy as np
# array() विधि का उपयोग करके एक numpy सरणी बनाएं
# हमने float प्रकार के तत्व जोड़े हैं
arr = np.array([20, 35, 57, 70, 85, 120], dtype=float)
# सरणी प्रदर्शित करें
print("हमारी सरणी...\n", arr)
# आयाम जांचें
print("\nहमारी सरणी के आयाम...\n", arr.ndim)
# डेटा प्रकार प्राप्त करें
print("\nहमारी सरणी ऑब्जेक्ट का डेटा प्रकार...\n", arr.dtype)
# ग्रेडिएंट की गणना करें
print("\nपरिणाम (ग्रेडिएंट)...\n", np.gradient(arr))
आउटपुट
हमारी सरणी... [20. 35. 57. 70. 85. 120.] हमारी सरणी के आयाम... 1 हमारी सरणी ऑब्जेक्ट का डेटा प्रकार... float64 परिणाम (ग्रेडिएंट)... [15. 18.5 17.5 14. 25. 35.]
