Python

PythonのNumPyライブラリには、多項式演算を扱うための強力なモジュールが用意されています。その中でも numpy.polynomial.hermite.hermmul() メソッドを使用すると、2つのエルミート級数（Hermite series）の積を簡単に計算できます。このメソッドは、2つのエルミート級数 c1 * c2 の積を表す配列を返します。引数には、低次の「項」から高次の項へと並べた係数のシーケンスを指定します。例えば、[1,2,3] は P_0 + 2*P_1 + 3*P_2 という級数を表します。パラメータとして渡すのは、低次から高次の順に並べられたエルミート級数の係数を

PythonのNumPyでは、numpy.polynomial.hermite.hermdiv()メソッドを使うことで、あるエルミート級数を別のエルミート級数で除算できます。このメソッドは、商と余りを表すエルミート級数の係数配列を返します。つまり、2つのエルミート級数 c1 / c2 の「商と余り付きの商」を計算する関数です。引数には、低次の項から高次の項へと並べた係数のシーケンスを指定します。例えば、[1, 2, 3] は P_0 + 2*P_1 + 3*P_2 という級数を表します。パラメータ c1 と c2 は、低次から高次の順に並べられたエルミート級数の係数を持つ1次元配列です。手順ま

エルミート級数をべき乗するには、PythonのNumPyが提供するpolynomial.hermite.hermpow()メソッドを使用します。このメソッドは、指定されたエルミート級数をべき乗した結果の級数を返します。引数cは、次数の低い項から高い項へと順に並べられた係数列であり、たとえば [1, 2, 3] という配列は「P_0 + 2*P_1 + 3*P_2」という級数を表します。 hermpow()メソッドのパラメータ c: エルミート級数の係数を低次から高次の順に格納した1次元配列。 pow: 級数を何乗するかを指定するべき指数。 maxpower: 許容される最大のべき指数。主に

PythonのNumPyで点xにおけるエルミート級数（Hermite series）を評価するには、numpy.polynomial.hermiteモジュールのhermite.hermval()メソッドを使用します。この記事では、各パラメータの意味と実際のコード例を使った使い方をわかりやすく解説します。hermite.hermval()のパラメータ第1引数：xxは評価を行う点です。リストやタプルを指定した場合はndarrayに変換され、それ以外の場合はスカラーとしてそのまま扱われます。いずれの場合も、xまたはその要素が自身およびcの要素との加算・乗算をサポートしている必要があります。第2引数：

点xにおけるエルミート級数を評価するには、PythonのNumPyが提供する hermite.hermval() メソッドを使用します。この記事では、係数配列が多次元である場合の使い方を、パラメータの詳細とサンプルコードを交えて解説します。hermite.hermval() のパラメータ第1パラメータ: xxがリストまたはタプルの場合はndarrayに変換され、それ以外の場合はそのまま変更されずにスカラーとして扱われます。いずれの場合も、xまたはその要素は、自身およびcの要素との加算・乗算をサポートしている必要があります。第2パラメータ: Cn次の項の係数が c[n] に格納されるように順序付

PythonのNumPyライブラリでは、chebyshev.chebtrim()メソッドを使うことで、チェビシェフ多項式から絶対値の小さな末尾係数を削除できます。このメソッドは、末尾のゼロが取り除かれた1次元配列を返します。なお、結果として得られる級数が空になる場合には、ゼロを1つだけ含む級数が返されます。chebtrim()メソッドのパラメータについてここでいう「小さな（small）」とは「絶対値が小さい」という意味であり、パラメータtolによって制御されます。また、「末尾（trailing）」とは最高次数側の係数を指します。例えば、配列 [0, 1, 1, 0, 0]（0 + x + x²

チェビシェフ級数を多項式に変換するには、PythonのNumPyが提供する numpy.polynomial.chebyshev.cheb2poly() メソッドを使用します。このメソッドは、低次から高次の順に並べられたチェビシェフ級数の係数を表す配列を受け取り、「標準」べき基底における等価な多項式の係数(同じく低次から高次の順)へと変換します。 戻り値は、低次の項から高次の項へと並べられた、等価な多項式の係数を格納した1次元配列です。引数 c には、低次の項から高次の項へと並べたチェビシェフ級数の係数を含む1次元配列を指定します。 なお、チェビシェフ級数とは、チェビシェフ多項式 T0(x

多項式をチェビシェフ級数(Chebyshev series)に変換するには、PythonのNumPyが提供する chebyshev.poly2cheb() メソッドを使用します。このメソッドは、次数の低いものから高いものへと並べられた多項式の係数を表す1次元配列を受け取り、それを同等のチェビシェフ級数の係数(こちらも低次から高次の順)の1次元配列へと変換して返します。引数 c には、変換したい多項式の係数を格納した1次元配列を指定します。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 from numpy import polynomial as P続いて、

Pythonで配列の最小値を求める際に、NaN（非数）を無視して最小値を取得したい場合は、numpy.nanmin()メソッドを使用します。このメソッドは、指定した軸が取り除かれた、入力配列aと同じ形状の配列を返します。aが0次元配列の場合やaxisにNoneが指定された場合は、ndarrayスカラーが返され、戻り値のdtypeはaと同じになります。numpy.nanmin()の主なパラメータ第1引数（a）：最小値を求めたい数値を含む配列です。aが配列でない場合には、自動的に配列への変換が試みられます。第2引数（axis）：最小値を計算する対象となる軸（または複数の軸）を指定します。デフォルト

Pythonで配列の最小値を求める際、NaN（非数）を無視して計算したい場合は、NumPyのnumpy.nanmin()メソッドを使用します。このメソッドは、指定した軸が取り除かれた形状の配列を返します。入力が0次元配列の場合やaxisにNoneを指定した場合は、ndarrayスカラーが返されます。また、戻り値のdtypeは元の配列と同じになります。numpy.nanmin()の主なパラメータ第1引数：a最小値を求めたい数値を含む配列です。配列以外のオブジェクトが渡された場合は、配列への変換が試みられます。第2引数：axis最小値を計算する軸（または複数の軸）を指定します。デフォルトでは、平坦

PythonのNumPyで2つの1次元シーケンス（配列）の離散線形畳み込みを計算するには、numpy.convolve()メソッドを使用します。畳み込みとは？畳み込み演算子は主に信号処理の分野で登場し、線形時不変（LTI）システムが信号へ与える影響をモデル化する際に使われます。また、確率論においては、2つの独立な確率変数の和の分布が、それぞれの分布の畳み込みとして表されることでも知られています。なお、引数 v の方が a より長い場合は、計算前に自動的に配列が入れ替えられます。このメソッドは、a と v の離散線形畳み込みを返します。パラメータの説明第1引数 a: 最初の1次元入力配列第2引数

numpy.convolve()メソッドとは2つの1次元シーケンス（配列）の離散線形畳み込みを求めるには、PythonのNumPyライブラリが提供するnumpy.convolve()メソッドを使用します。畳み込み演算子は信号処理の分野でおなじみの概念で、線形時不変システムが信号へ与える影響をモデル化する際に用いられます。また、確率論においても、2つの独立な確率変数の和は、それぞれの分布の畳み込みに従うことが知られています。なお、vがaよりも長い場合、計算の前に自動的に配列が入れ替えられます。このメソッドは、aとvの離散線形畳み込みを返します。各引数の詳細は以下の通りです。第1引数 a：最初の1

PythonのNumPyで2つの1次元シーケンス（配列）の離散線形畳み込みを返すには、numpy.convolve()メソッドを使用します。畳み込み演算子は信号処理の分野でよく見られ、線形時不変システムが信号に与える影響をモデル化するために使われます。また、確率論においては、2つの独立な確率変数の和は、それぞれの分布の畳み込みに従って分布することが知られています。 なお、vがaより長い場合、計算前に配列が自動的に入れ替えられます。このメソッドは、aとvの離散線形畳み込みを返します。 numpy.convolve()のパラメータ 第1引数 a： 最初の1次元入力配列 第2引数 v： 2番目の1

Pythonで配列内のNaN（非数）をゼロに置き換え、無限大の値を有限の数値に変換したい場合は、NumPyの numpy.nan_to_num() メソッドを使用します。このメソッドは、非有限値（NaNや±無限大）が置き換えられた配列を返します。copy引数にFalseを指定した場合は、元の配列そのものが返されることもあります。 nan_to_num()メソッドの主な引数 第1引数（入力データ）：処理対象となる配列を指定します。 第2引数（copy）：Trueの場合は元の配列のコピーを作成し、Falseの場合は元の配列を直接書き換えます（in-place操作）。デフォルトはTrueです。 第

PythonでNaN（非数）をゼロに、無限大を大きな有限数に置き換えるには、NumPyの numpy.nan_to_num() メソッドを使用します。このメソッドは、非有限値（NaNや無限大）が置き換えられた配列 x を返します。引数 copy に False を指定した場合、返り値は x 自身になることもあります。nan_to_num() メソッドの主なパラメータ第1引数（x）：処理対象となる入力データです。第2引数（copy）：True の場合は x のコピーを作成し、False の場合は元の配列を直接（インプレースで）書き換えます。ただし、インプレース操作は配列へのキャストにコピーが不要

PythonでNaN（非数）をゼロに、無限大を大きな有限数に置き換えたい場合は、NumPyの numpy.nan_to_num() メソッドを使用します。このメソッドは、非有限値（NaNや無限大）を置き換えた配列を返します。引数 copy を False に設定した場合、元の配列そのものが返されることもあります。nan_to_num() の主なパラメータ第1引数（x）：入力データとなる配列を指定します。第2引数（copy）：Trueの場合はxのコピーを作成し、Falseの場合は元の配列を直接書き換えます（in-place操作）。ただし、in-place操作が行われるのは、配列へのキャストにコピ

NaN（非数）をゼロに置き換え、無限大を大きな有限の数値へ変換したい場合には、NumPyの numpy.nan_to_num() メソッドを使用します。このメソッドは、非有限値（NaN や inf など）が置き換えられた配列 x を返します。引数 copy に False を指定した場合は、x 自身がそのまま返されることもあります。nan_to_num() の主な引数第1引数（入力データ）： 処理対象となる配列を指定します。第2引数（copy）： True の場合は x のコピーを作成し、False の場合は元の配列を直接（in-placeで）書き換えます。なお、in-place 操作は、配列

入力された配列が複素数型で、かつすべての虚数部がゼロに近い場合に実数部だけを返したいときは、PythonのNumPyライブラリが提供する numpy.real_if_close 関数を使用します。ここで「ゼロに近い」とは、tol ×（配列aのデータ型におけるマシンイプシロン） として定義されます。入力配列 a が実数型の場合はそのまま出力され、複素数要素を含む場合は戻り値の型は float になります。主なパラメータは以下の2つです。第1引数（a）：入力となる配列第2引数（tol）：配列要素の虚数部に対する許容誤差（マシンイプシロン単位で指定）手順まず、必要なライブラリをインポートします。im

PythonのNumPyで入力値の平方根を計算するには、scimath.sqrt()メソッド（np.emath.sqrt）を使用します。このメソッドは引数xの平方根を返します。xがスカラーであれば結果もスカラーとして返され、それ以外の場合は配列が返されます。また、負の値が入力された場合でもエラーにならず、複素数の値を返すのが特徴です。手順まず、必要なライブラリをインポートします。import numpy as nparray()メソッドを使ってNumPy配列を作成します。arr = np.array([1, 4, 9, 16, 25, 36])作成した配列を表示します。print(Our Ar

Pythonで複素数の偏角（角度）を返すには、NumPyの numpy.angle() メソッドを使用します。このメソッドは、複素平面上の正の実軸から反時計回りに測った角度を、範囲 (-π, π] で返し、戻り値のデータ型は numpy.float64 になります。numpy.angle() の主なパラメータ第1引数 z: 複素数、または複素数のシーケンス（配列）を指定します。第2引数 deg: True を指定すると角度が「度」で返され、False（デフォルト）の場合は「ラジアン」で返されます。実行手順1. 必要なライブラリをインポートするimport numpy as np2. array