Python

arccoshは多値関数です。各xには、cosh（z）=xとなるような無限に多くの数zがあります。慣例では、虚数部が[-pi、pi]にあり、実数部が[0、inf]にあるzを返します。実数値の入力データ型の場合、arccoshは常に実出力を返します。実数または無限大として表現できない値ごとに、nanが生成され、無効な浮動小数点エラーフラグが設定されます。複素数値の入力の場合、arccoshは、分岐カット[-inf、1]を持ち、上から連続する複雑な分析関数です。 配列要素の逆双曲線コサインを計算するには、numpy.arccosh（）メソッドを使用します。このメソッドは、xと同じ形状の配列を返し

arctanhは多値関数です。各xには、tanh（z）=xとなるような無限に多くの数zがあります。慣例では、虚数部が[-pi / 2、pi/2]にあるzを返します。逆双曲線接線は、atanhまたはtanh^-1とも呼ばれます。 逆双曲線正接を計算するには、numpy.arctanh（）メソッドを使用します。このメソッドは、xと同じ形状の配列を返します。 xがスカラーの場合、これはスカラーです。 1番目のパラメーターxは入力配列です。2番目と3番目のパラメーターはオプションです。 2番目のパラメーターは、結果が格納される場所であるndarrayです。提供される場合、入力がブロードキャストされ

複合台形公式を使用して指定された軸に沿って統合するには、numpy.trapz（）メソッドを使用します。 xが指定されている場合、統合はその要素に沿って順番に行われます-それらはソートされません。このメソッドは、台形公式によって単一の軸に沿って近似された「y」=n次元配列の定積分を返します。 「y」が1次元配列の場合、結果は浮動小数点数になります。 「n」が1より大きい場合、結果は「n-1」次元配列になります。 最初のパラメーターyは、統合する入力配列です。 2番目のパラメーターxは、y値に対応するサンプルポイントです。 xがNoneの場合、サンプルポイントは等間隔のdxapartであると見

複合台形公式を使用して指定された軸に沿って統合するには、numpy.trapz（）メソッドを使用します。 xが指定されている場合、統合はその要素に沿って順番に行われます-それらはソートされません。このメソッドは、台形公式によって単一の軸に沿って近似された「y」=n次元配列の定積分を返します。 「y」が1次元配列の場合、結果は浮動小数点数になります。 「n」が1より大きい場合、結果は「n-1」次元配列になります。 最初のパラメーターyは、統合する入力配列です。 2番目のパラメーターxは、y値に対応するサンプルポイントです。 xがNoneの場合、サンプルポイントは等間隔のdxapartであると見

最初の配列要素が2番目の配列から累乗されたときにベースを返すには、Python Numpyのfloat_power（）メソッドを使用します。このメソッドは、x1のベースをx2の指数に上げて返します。 x1とx2の両方がスカラーである場合、これはスカラーです。パラメータx1がベースです。パラメータx2は指数です。 x1の各ベースをx2の位置に対応する累乗に上げます。 x1とx2は同じ形状にブロードキャスト可能である必要があります。これは、整数、float16、およびfloat32がfloat64の最小精度でfloatにプロモートされるため、結果が常に不正確になるという点でべき関数とは異なります

最初の配列要素が2番目の配列から累乗されたときにベースを返すには、Python Numpyのfloat_power（）メソッドを使用します。このメソッドは、x1のベースをx2の指数に上げて返します。 x1とx2の両方がスカラーである場合、これはスカラーです。パラメータx1がベースです。パラメータx2は指数です。 x1の各ベースをx2の位置に対応する累乗に上げます。 x1とx2は同じ形状にブロードキャスト可能である必要があります。これは、整数、float16、およびfloat32がfloat64の最小精度でfloatにプロモートされるため、結果が常に不正確になるという点でべき関数とは異なります

複素数の引数の角度を返すには、Pythonでnumpy.angle（）メソッドを使用します。このメソッドは、範囲（-pi、pi]の複素平面上の正の実軸から反時計回りの角度を返します。dtypeはnumpy.float64です。1番目のパラメーターz、複素数または複素数のシーケンス。2番目のパラメーターdeg、 Trueの場合は度単位の戻り角度、Falseの場合はラジアン（デフォルト）。 ステップ まず、必要なライブラリをインポートします- import numpy as np array（）メソッドを使用して配列を作成します- arr = np.array([1.0, 1.0j, 1+1j

複素数の引数の角度を返すには、Pythonでnumpy.angle（）メソッドを使用します。このメソッドは、範囲（-pi、pi]の複素平面上の正の実軸から反時計回りの角度を返します。dtypeはnumpy.float64です。1番目のパラメーターz、複素数または複素数のシーケンス。2番目のパラメーターdeg、 Trueの場合は度単位の戻り角度、Falseの場合はラジアン（デフォルト）。 ステップ まず、必要なライブラリをインポートします- import numpy as np array（）メソッドを使用して配列を作成します- arr = np.array([1.0, 1.0j, 1+1j

配列の最大値またはNaNを無視した最大値を返すには、Pythonのnumpy.nanmax（）メソッドを使用します。このメソッドは、指定された軸が削除された、と同じ形状の配列を返します。 aが0-d配列の場合、またはaxisがNoneの場合、ndarrayスカラーが返されます。 aと同じdtypeが返されます。最初のパラメーターaは、最大値が必要な数値を含む配列です。がnotan配列の場合、変換が試行されます。 2番目のパラメーターであるaxisは、最大値が計算される1つまたは複数の軸です。デフォルトでは、フラット化された配列の最大値を計算します。 3番目のパラメーターは、結果を配置するため

配列の最小値またはNaNを無視する最小値を返すには、Pythonでnumpy.nanmin（）メソッドを使用します。このメソッドは、指定された軸が削除された、と同じ形状の配列を返します。 aが0-d配列の場合、またはaxisがNoneの場合、ndarrayスカラーが返されます。 aと同じdtypeが返されます。最初のパラメーターaは、最小値が必要な数値を含む配列です。 aが配列でない場合、変換が試行されます。 2番目のパラメーターであるaxisは、最小値が計算される1つまたは複数の軸です。デフォルトでは、フラット化された配列の最小値を計算します。 3番目のパラメーターは、結果を配置するための

配列の最小値またはNaNを無視する最小値を返すには、Pythonでnumpy.nanmin（）メソッドを使用します。このメソッドは、指定された軸が削除された、と同じ形状の配列を返します。 aが0-d配列の場合、またはaxisがNoneの場合、ndarrayスカラーが返されます。 aと同じdtypeが返されます。 最初のパラメーターaは、最小値が必要な数値を含む配列です。 aが配列でない場合、変換が試行されます。 2番目のパラメーターであるaxisは、最小値が計算される1つまたは複数の軸です。デフォルトでは、フラット化された配列の最小値を計算します。 3番目のパラメーターは、結果を配置するた

配列の最小値またはNaNを無視する最小値を返すには、Pythonでnumpy.nanmin（）メソッドを使用します。このメソッドは、指定された軸が削除された、と同じ形状の配列を返します。 aが0-d配列の場合、またはaxisがNoneの場合、ndarrayスカラーが返されます。 aと同じdtypeが返されます。 最初のパラメーターaは、最小値が必要な数値を含む配列です。 aが配列でない場合、変換が試行されます。 2番目のパラメーターであるaxisは、最小値が計算される1つまたは複数の軸です。デフォルトでは、フラット化された配列の最小値を計算します。 3番目のパラメーターは、結果を配置するた

einsum（）メソッドは、オペランドのアインシュタインの縮約記法を評価します。アインシュタインの縮約記法を使用すると、多くの一般的な多次元線形代数配列演算を簡単な方法で表すことができます。暗黙モードでは、einsumはこれらの値を計算します。 明示的モードでは、einsumは、指定された添え字ラベルに対して合計を無効にするか、強制することにより、従来のEinstein合計操作とは見なされない可能性のある他の配列操作を計算するためのさらなる柔軟性を提供します。 アインシュタインの縮約記法を使用して行列のトレースを取得するには、Pythonでnumpy.einsum（）メソッドを使用します。

einsum（）メソッドは、オペランドのアインシュタインの縮約記法を評価します。アインシュタインの縮約記法を使用すると、多くの一般的な多次元線形代数配列演算を簡単な方法で表すことができます。暗黙モードでは、einsumはこれらの値を計算します。 明示的モードでは、einsumは、指定された添え字ラベルに対して合計を無効にするか、強制することにより、従来のEinstein合計操作とは見なされない可能性のある他の配列操作を計算するためのさらなる柔軟性を提供します。アインシュタインの縮約記法を使用して行列の対角線を抽出するには、Pythonでnumpy.einsum（）メソッドを使用します。 最

einsum（）メソッドは、オペランドのアインシュタインの縮約記法を評価します。アインシュタインの縮約記法を使用すると、多くの一般的な多次元線形代数配列演算を簡単な方法で表すことができます。暗黙モードでは、einsumはこれらの値を計算します。明示モードでは、einsumは、指定された添え字ラベルに対して合計を無効にするか、強制することにより、従来のEinstein合計操作とは見なされない可能性のある他の配列操作を計算するためのさらなる柔軟性を提供します。 アインシュタインの縮約記法を使用した配列軸の合計（軸の合計）には、Pythonのnumpy.einsum（）メソッドを使用します。最初の

2つの1次元シーケンスの離散線形畳み込みを返すには、Python Numpyのthenumpy.convolve（）メソッドを使用します。畳み込み演算子は、信号処理でよく見られます。信号処理では、線形時不変システムが信号に与える影響をモデル化します。確率論では、2つの独立確率変数の合計は、それらの個々の分布の畳み込みに従って分布されます。 vがaより長い場合、配列は計算前に交換されます。 このメソッドは、aとvの離散線形畳み込みを返します。最初のパラメーターa（N、）は、最初の1次元入力配列です。 2番目のパラメーターv（M、）は、2番目の1次元入力配列です。3番目のパラメーターmodeはオ

配列の最大値またはNaNを無視した最大値を返すには、Pythonでnumpy.nanmax（）メソッドを使用します。このメソッドは、指定された軸が削除された、と同じ形状の配列を返します。 aが0-d配列の場合、またはaxisがNoneの場合、ndarrayスカラーが返されます。 aと同じdtypeが返されます。最初のパラメーターaは、最大値が必要な数値を含む配列です。がnotan配列の場合、変換が試行されます。 2番目のパラメーターであるaxisは、最大値が計算される1つまたは複数の軸です。デフォルトでは、フラット化された配列の最大値を計算します。 3番目のパラメーターは、結果を配置するため

複素数の引数の虚数部を返すには、Pythonでnumpy.imag（）メソッドを使用します。このメソッドは、複素数の偏角の虚数成分を返します。 valが実数の場合、valのタイプが出力に使用されます。 valに複雑な要素がある場合、返されるタイプはfloatです。最初のパラメーターvalは入力配列です。また、array.imgを使用して複素数の偏角の虚数部を更新します。 ステップ まず、必要なライブラリをインポートします- numpyをnpとしてインポート array（）メソッドを使用して配列を作成します- arr =np.array（[36. + 1.j、27. + 2.j、68. +

線形代数の行列の条件数を計算するには、Pythonのnumpy.linalg.cond（）メソッドを使用します。このメソッドは、pの値に応じて、7つの異なるノルムのいずれかを使用して条件数を返すことができます。行列の条件数を返します。無限かもしれません。 xの条件数は、xのノルムにxの逆数のノルムを掛けたものとして定義されます。ノルムは、通常のL2ノルム、または他の多くの行列ノルムの1つにすることができます。最初のパラメーターはxで、条件数が求められる行列です。 2番目のパラメーターは、条件数の計算で使用されるノルムの次数であるpです。パラメータとして設定された「inf」は、負の無限大のノル

ある多項式を別の多項式で除算するには、Pythonでnumpy.polynomial.polynomial.polydiv（）メソッドを使用します。 2つの多項式c1/c2の剰余の商を返します。引数は、最低次の項から最高次の項までの係数のシーケンスです。たとえば、[1,2,3]は1 + 2 * x + 3 * x**2を表します。 このメソッドは、商と剰余を表す係数系列の配列を返します。パラメータc1とc2は、「標準」基底を基準にして、多項式を表す係数の1次元配列であり、最低次の項から最高の項の順に並べられています。 このnumpy.polynomial.polynomialモジュールは、