Python
 Computer >> コンピューター >  >> プログラミング >> Python

Pythonで三角関数の逆正接(アークタンジェント)を求める方法【numpy.arctan()】

逆正接(アークタンジェント、arctan)は多価関数です。つまり、任意の x に対して tan(z) = x を満たす z は無数に存在します。一般的な慣習では、実部が [-π/2, π/2] の範囲に収まる角度 z を返します。逆正接は atan や tan-1 とも呼ばれます。

実数値の入力データ型に対して、arctan は常に実数の出力を返します。実数や無限大として表現できない値に対しては nan を返し、浮動小数点の不正操作エラーフラグを設定します。一方、複素数値の入力に対しては、arctan は複素解析関数として振る舞い、[1j, infj] と [-1j, -infj] を分岐切断(ブランチカット)とし、前者には左から連続、後者には右から連続となります。

numpy.arctan() メソッドとは

Python の NumPy で三角関数の逆正接を求めるには、numpy.arctan() メソッドを使用します。このメソッドは tan の逆関数を返します。つまり、y = tan(x) ならば x = arctan(y) という関係が成り立ちます。

主なパラメータは以下のとおりです。

  • 第1引数(array_like):逆正接を計算したい入力値または配列を指定します。
  • 第2引数(out、省略可能):結果を格納する ndarray を指定します。指定する場合は、入力がブロードキャストされる形状と一致している必要があります。省略した場合(None の場合)は、新しく確保された配列が返されます。
  • 第3引数(where、省略可能):入力にブロードキャストされる条件です。条件が True の位置では out 配列に ufunc の計算結果が設定され、それ以外の位置では out 配列は元の値を保持します。

手順

まず、必要なライブラリをインポートします。

import numpy as np

次に、numpy.arctan() を使って逆正接を求めます。1 の arctan を求める例:

print("\nResult...", np.arctan(1))

-1 の arctan を求める例:

print("\nResult...", np.arctan(-1))

0 の arctan を求める例:

print("\nResult...", np.arctan(0))

0.3 の arctan を求める例:

print("\nResult...", np.arctan(0.3))

サンプルコード

import numpy as np

# Python Numpy の numpy.arctan() メソッドで三角関数の逆正接を求める
# y = tan(x) ならば x = arctan(y) となる逆関数を返す
# タプル(キーワード引数としてのみ指定可能)は出力の数と同じ長さである必要がある

print("Get the Trigonometric inverse tangent...")

# 1 の arctan を求める
print("\nResult...", np.arctan(1))

# -1 の arctan を求める
print("\nResult...", np.arctan(-1))

# 0 の arctan を求める
print("\nResult...", np.arctan(0))

# 0.3 の arctan を求める
print("\nResult...", np.arctan(0.3))

実行結果

Get the Trigonometric inverse tangent...

Result... 0.7853981633974483

Result... -0.7853981633974483

Result... 0.0

Result... 0.2914567944778671

このように、numpy.arctan() を使えばスカラー値だけでなく配列全体に対しても効率的に逆正接を計算できます。戻り値はラジアン単位であるため、度数法に変換したい場合は np.degrees() を組み合わせると便利です。

  1. Python Pandas – MultiIndexでレベルを取得する方法

    MultiIndex(マルチインデックス)のレベルを取得するには、PandasのMultiIndex.levelsプロパティを使用します。まずは必要なライブラリをインポートしましょう。import pandas as pdMultiIndexとは、pandasオブジェクトのための多階層(階層的)なインデックスオブジェクトのことです。ここでは、まず配列を作成します。arrays = [[1, 2, 3, 4, 5], [John, Tim, Jacob, Chris, Keiron]]「names」パラメータを指定すると、各インデックスレベルに任意の名前を設定できます。そして、from_arra

  2. Python・pandasで列のデータ型を取得する方法|info()メソッドの使い方

    pandasのDataFrameで各列のデータ型(dtype)を確認したい場合は、info()メソッドを使用します。このメソッドを呼び出すだけで、列名・非null件数・データ型・メモリ使用量といった概要情報を一括して取得できます。 まず、必要なライブラリをインポートしましょう。 import pandas as pd 次に、文字列型と整数型という異なるデータ型を持つ2つの列からなるDataFrameを作成します。 dataFrame = pd.DataFrame( { Student: [Jack, Robin, Ted, Marc, Scarlett, Kat, Jo