Pythonで角度の三角関数の余弦(コサイン)を取得する方法
numpy.cos()で余弦(コサイン)を求める
PythonのNumPyで角度の三角関数における余弦(コサイン)を求めるには、numpy.cos()メソッドを使用します。このメソッドは、第1引数xの各要素に対する余弦を返し、xがスカラーであれば結果もスカラー値として返ります。
第1引数xはラジアン単位の角度です(2π=360度)。度数法の値をそのまま渡すことはできないため、np.piを使って変換するか、np.radians()やnp.deg2rad()でラジアンに変換してから渡します。
第2引数と第3引数は省略可能です。第2引数はndarrayで、計算結果を格納する配列(out)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。省略した場合やNoneの場合は、新しく確保された配列が返されます。タプルとして指定できるのはキーワード引数の場合のみで、その長さは出力の数と一致しなければなりません。
第3引数は条件(condition)で、入力全体にブロードキャストされます。条件がTrueとなる位置ではout配列にufuncの計算結果が書き込まれ、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
90度のコサインを求めます。
print("\nResult...", np.cos(np.pi/2.))
60度のコサインを求めます。
print("\nResult...", np.cos(np.pi/3.))
45度のコサインを求めます。
print("\nResult...", np.cos(np.pi/4.))
30度のコサインを求めます。
print("\nResult...", np.cos(np.pi/6.))
0度のコサインを求めます。
print("\nResult...", np.cos(0))
コード例
import numpy as np
# 三角関数の余弦(コサイン)を求めるには numpy.cos() メソッドを使用します
# 第1引数xの各要素に対する余弦を返します。xがスカラーなら結果もスカラーになります。
print("Get the Trigonometric cosine...")
# 90度のコサイン
print("\nResult...", np.cos(np.pi/2.))
# 60度のコサイン
print("\nResult...", np.cos(np.pi/3.))
# 45度のコサイン
print("\nResult...", np.cos(np.pi/4.))
# 30度のコサイン
print("\nResult...", np.cos(np.pi/6.))
# 0度のコサイン
print("\nResult...", np.cos(0))
出力結果
Get the Trigonometric cosine... Result... 6.123233995736766e-17 Result... 0.5000000000000001 Result... 0.7071067811865476 Result... 0.8660254037844387 Result... 1.0
結果の解説
90度の結果が「6.123233995736766e-17」と表示されていますが、これは浮動小数点演算の誤差によるもので、数学的にはほぼ0(cos 90° = 0)を意味します。同様に、60度は約0.5、45度は約0.707(= 1/√2)、30度は約0.866(= √3/2)、0度は1.0となり、いずれも正しい値です。
-
Python Pandas - MultiIndexでレベルの名前を取得する方法
MultiIndexの各レベルの名前を取得するには、PandasのMultiIndex.namesプロパティを使用します。まず、必要なライブラリをインポートしましょう。import pandas as pdMultiIndexとは、pandasオブジェクトで使用できる多階層(階層的)なインデックスオブジェクトのことです。まずは配列を作成します。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名前を設定できます。そして、from_arrays()メソッドを使ってMul
-
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