Python

PythonのNumPyライブラリを使用して、チェビシェフ多項式のファンデルモンド行列を生成するには、chebyshev.chebvander() 関数を利用します。この関数はファンデルモンド行列を返し、返される行列の形状は x.shape + (deg + 1,) となります。最後のインデックスは、対応するチェビシェフ多項式の次数を表します。また、dtypeは変換後のxと同じになります。引数について説明します。第1引数の x は点の配列です。要素に複素数が含まれるかどうかに応じて、dtypeはfloat64またはcomplex128に変換されます。xがスカラーの場合は1次元配列に変換されます

PythonのNumPyライブラリでは、chebyshev.chebvander()関数を使用することで、チェビシェフ多項式のファンデルモンド行列を簡単に生成できます。この関数は、指定した点の配列と次数をもとに、チェビシェフ多項式のファンデルモンド行列を返します。戻り値となる行列の形状は x.shape + (deg + 1,) であり、最後のインデックスは対応するチェビシェフ多項式の次数を表します。また、dtypeは変換後のxと同じになります。パラメータについてx（点の配列）: 点の配列を指定します。要素に複素数が含まれる場合はcomplex128に、そうでない場合はfloat64に変換され

PythonのNumPyライブラリでチェビシェフ多項式の疑似ファンデルモンド行列を生成するには、numpy.polynomial.chebyshevモジュールのchebvander2d()関数を使用します。このメソッドは、指定された次数とサンプル点(x, y)に基づく疑似ファンデルモンド行列を返します。パラメータxとyは点座標の配列で、すべて同じ形状である必要があります。データ型は、要素に複素数が含まれているかどうかによって、float64またはcomplex128のいずれかに自動的に変換されます。スカラー値は1次元配列へと変換されます。また、degパラメータには[x_deg, y_deg]と

はじめにPythonで多項式を積分するには、NumPyの polynomial.polyint() メソッドを使用します。このメソッドは、係数配列 c を下限 lbnd から軸 axis に沿って m 回積分した結果の多項式係数を返します。各反復処理のたびに、得られた級数は scl 倍され、その後に積分定数 k が加算されます。このスケーリング係数は、変数の線形変換を行う際に活用されます。引数 c は、低次から高次の順に並んだ係数の配列です。例えば、[1,2,3] は多項式 1 + 2x + 3x² を表し、[[1,2],[1,2]] は axis=0 を x、axis=1 を y とした場合

PythonのNumPyで指定した根を持つモニック多項式（最高次の係数が1になる多項式）を生成するには、polynomial.polyfromroots()メソッドを使用します。このメソッドは、多項式の係数を1次元配列として返します。すべての根が実数の場合は出力も実数となり、虚数の根が含まれる場合は複素数となります。引数rootsには、根を要素として含むシーケンスを渡します。手順まず、必要なライブラリをインポートします。from numpy.polynomial import polynomial as Pモニック多項式を生成します。print(Result...\n,P.polyfromro

PythonのNumPyでは、polynomial.polyvalfromroots()メソッドを使うことで、根（解）によって指定された多項式を任意の点xで評価できます。この記事では、各パラメータの意味と、実際のコード例・実行結果をわかりやすく解説します。 polyvalfromroots()メソッドのパラメータ 第1引数：x 評価を行う点を指定します。リストやタプルを渡した場合は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r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：r 多項式の根を格納した配

チェビシェフ多項式の疑似ファンデルモンド行列を生成するには、PythonのNumPyが提供する numpy.polynomial.chebyshev モジュールの chebvander2d() 関数を使用します。この関数は、指定した最大次数 deg とサンプル点 (x, y) に対応する疑似ファンデルモンド行列を返します。パラメータ x と y は点座標の配列で、両方とも同一の形状を持つ必要があります。データ型(dtype)は、要素に複素数が含まれるかどうかに応じて、float64 または complex128 のいずれかに自動的に変換されます。スカラー値を渡した場合は1次元配列へと変換されま

3D多項式を点（x, y, z）で評価するには、Python NumPyのpolynomial.polyval3d()メソッドを使用します。このメソッドは、x、y、zの対応する値から構成される三つ組の点における多次元多項式の値を返します。polyval3d()メソッドのパラメータ引数として渡すx、y、zは、同じ形状を持つ必要があります。いずれかがリストまたはタプルの場合は、まずndarrayに変換されます。ndarrayでない場合はスカラーとして扱われます。パラメータcは係数の配列で、多項式の次数 i, j, k に対応する項の係数が c[i,j,k] に格納されるように並べられています。cの

Pythonでxとyのデカルト積（直積）上の2次元多項式を評価するには、numpy.polynomial.polynomialモジュールのpolygrid2d(x, y, c)メソッドを使用します。このメソッドは、xとyのデカルト積の各点における2次元多項式の値を返します。polygrid2dメソッドのパラメータ第1パラメータ：x、yxとyは、それぞれデカルト積の各点で評価される配列です。xまたはyがリストやタプルの場合、まずndarrayに変換されます。すでにndarrayである場合はそのまま使用され、ndarrayでもリストでもない場合はスカラーとして扱われます。第2パラメータ：ccは係数

xとyのデカルト積（直積）上で2次元多項式を評価するには、Pythonの numpy.polynomial.polynomial モジュールに含まれる polygrid2d(x, y, c) メソッドを使用します。このメソッドは、xとyのデカルト積の各点における2次元多項式の値を返します。パラメータの説明第1パラメータ（x, y）： 評価対象となる2つの系列です。xまたはyがリストやタプルとして渡された場合は、まずndarrayに変換されます。すでにndarrayである場合はそのまま使用され、それ以外の場合はスカラーとして扱われます。第2パラメータ（c）： 多項式の係数を格納した配列です。次数

PythonのNumPyライブラリでは、多項式を微分するために polynomial.polyder() メソッドを使用します。このメソッドは、多項式の係数配列 c を指定した軸に沿って m 回微分した結果を返します。さらに、各微分のたびに結果へスケール係数 scl が掛けられます（このスケーリングは、変数の線形変換を行う際に役立ちます）。polyder()メソッドの引数について引数 c は多項式の係数を格納した配列で、次数の低い項から高い項へと順に並べます。例えば、[1,2,3] は多項式 1 + 2x + 3x² を表し、2次元配列の場合は [[1,2],[1,2]] が axis=0 を

PythonのNumPyでは、polynomial.polyder()メソッドを使うことで多項式を微分できます。このメソッドは、指定した軸（axis）に沿って多項式の係数cをm回微分した結果を返します。各反復処理のたびに、結果はscl（スケーリング係数）と掛け合わされます。このスケーリング係数は、変数の線形変換を行う際に使用されます。polyder()メソッドの引数について係数配列cは、各軸に沿って次数の低いものから高いものへと並べられます。例えば、[1,2,3]は「1 + 2*x + 3*x**2」という多項式を表し、[[1,2],[1,2]]はaxis=0がx、axis=1がyである場合、

PythonのNumPyライブラリでは、numpy.polynomial.chebyshevモジュールのchebvander3d()関数を使うことで、チェビシェフ多項式とx、y、zのサンプル点から疑似ファンデルモンド行列を簡単に生成できます。このメソッドは、指定された次数degとサンプル点(x, y, z)に対応する疑似ファンデルモンド行列を返します。パラメータのx、y、zは点の座標を表す配列で、すべて同じ形状である必要があります。データ型は、要素に複素数が含まれるかどうかに応じてfloat64またはcomplex128へ自動的に変換されます。また、スカラー値は1次元配列として扱われます。パラ

polygrid2d()メソッドとはxとyのデカルト積（直積）上で2次元多項式を評価するには、Pythonの polynomial.polygrid2d(x, y, c) メソッドを使用します。このメソッドは、xとyのデカルト積に含まれる各点における2次元多項式の値を返します。第1引数の x と y は、2次元級数を評価する対象となる点の座標です。x または y がリストやタプルである場合は、まず ndarray に変換されます。それ以外の場合はそのまま変更されず、ndarray でなければスカラーとして扱われます。第2引数の c は係数の配列で、次数 i,j の項に対応する係数が c[i,j

指定した軸に沿って複合台形公式（composite trapezoidal rule）を用いて積分を行うには、numpy.trapz() メソッドを使用します。x が指定された場合は、その要素の並び順に従って積分が実行されます（要素は自動的にソートされません）。このメソッドは、n次元配列 y を単一の軸に沿って台形公式で近似した定積分の値を返します。y が1次元配列の場合、結果は float 型となり、次元が1より大きい場合は「n-1」次元の配列として返されます。各パラメータの意味は以下のとおりです。第1引数 y： 積分対象となる入力配列。第2引数 x： y の各値に対応するサンプル点。x が

NumPyのnp.gradient()関数を使うと、N次元配列の数値勾配（微分値）を簡単に求めることができます。この記事では、勾配の計算方法と、境界部分の精度を制御するedge_orderパラメータの使い方を、具体的なコード例とともに解説します。np.gradient()の勾配計算の仕組みnp.gradient()では、配列の内部ポイントに対して2次精度の中心差分を使用し、境界（端）のポイントには1次または2次精度の片側差分（前進差分または後退差分）を適用して勾配が計算されます。そのため、返される勾配は入力配列と同じ形状になります。主なパラメータ第1引数 f： スカラー関数のサンプル値を格納し

エルミート多項式とx、y、zのサンプル点から疑似ファンデルモンド行列を生成するには、PythonのNumPyが提供する hermite.hermvander3d() メソッドを使用します。このメソッドは、計算結果として疑似ファンデルモンド行列を返します。 エルミート多項式は、物理学や確率論などの分野で広く利用される直交多項式の一種です（NumPyの numpy.polynomial.hermite モジュールでは、物理学者が用いる形式のエルミート多項式が採用されています）。疑似ファンデルモンド行列とは、各サンプル点における多項式の値を次数ごとの列として並べた行列のことで、多項式による最小二乗近

n次の離散差分を計算するには、numpy.diff()メソッドを使用します。1階差分は指定した軸に沿って out[i] = a[i+1] - a[i] として求められ、それより高い次数の差分は diff を再帰的に適用することで計算されます。diff() メソッドはn次の差分を返します。出力の形状は、指定した軸の次元がnだけ小さくなる点を除けば、入力配列 a と同じです。出力のデータ型は、a の任意の2要素間の差分の型と一致し、ほとんどの場合は a 自身の型と同じになります。ただし注意すべき例外として、datetime64 型の場合は出力が timedelta64 型の配列になります。主なパラ

n次の離散差分を計算するには、numpy.diff()メソッドを使用します。1階差分は指定した軸に沿って out[i] = a[i+1] - a[i] として求められ、それより高次の差分はdiffを再帰的に適用することで計算されます。diff()メソッドはn次の差分を返します。出力の形状は、axisの次元がnだけ小さくなる点を除けば、元の配列aと同じです。出力のデータ型は、aの任意の2要素間の差分の型と一致し、ほとんどの場合これはa自体の型と同じになります。ただし注目すべき例外として、datetime64型の場合はtimedelta64型の出力配列が生成される点が挙げられます。numpy.di

2つのベクトルの外積（クロス積）を計算するには、PythonのNumPyで提供されている numpy.cross() メソッドを使用します。このメソッドは、ベクトルの外積である c を返します。主なパラメータは以下のとおりです。第1引数 a：最初のベクトルの成分第2引数 b：2番目のベクトルの成分第3引数 axisa：ベクトルを定義する a の軸。デフォルトは最後の軸です。第4引数 axisb：ベクトルを定義する b の軸。デフォルトは最後の軸です。第5引数 axisc：外積ベクトルを格納する c の軸。両方の入力ベクトルの次元が2の場合、戻り値がスカラーになるため無視されます。デフォルトは最