Python

最も近い整数をゼロに丸めるには、Python Numpyのnumpy.fix（）メソッドを使用します。これは、浮動小数点数の配列を要素ごとにゼロに向かって最も近い整数に丸めます。丸められた値は浮動小数点数として返されます。最初のパラメーターxは、丸められる浮動小数点数の配列です。 2番目のパラメーターoutは、結果が格納される場所です。指定する場合は、入力がブロードキャストする形状である必要があります。提供されていないか、Noneの場合、新しく割り当てられた配列が返されます。 このメソッドは、入力と同じ次元のfloat配列を返します。 2番目の引数が指定されていない場合、float配列は丸め

重複しない部分文字列の出現回数を含む配列を返すには、Python Numpyのthenumpy.char.count（）メソッドを使用します。最初のパラメータはサブ、つまり検索するサブストリングです。 numpy.charモジュールは、typenumpy.str _の配列に対する一連のベクトル化された文字列操作を提供します。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['kATIE', 'JOHN', 'KAte', 'Am

floatタイプのマシン制限情報を取得するには、PythonNumpyのnumpy.finfo（）メソッドを使用します。最初のパラメータはfloatです。つまり、情報を取得するためのfloatデータ型の種類です。 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 minは指定されたdtypeの最小値であり、maxは指定されたdtypeの最小値です。 インスタンスを使用したfloat16タイプの確認- a = np.finfo(np.float16(12.5)) print("Minimum of float16 type...\n&qu

配列要素の双曲線正弦を計算するには、PythonNumpyのnumpy.cosine（）メソッドを使用します。このメソッドは、1/2 *（np.exp（x）+ np.exp（-x））およびnp.cos（1j * x）と同等です。対応する双曲線正弦値を返します。 xがスカラーの場合、これはスカラーです。最初のパラメーターxはinputarray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る形状を持っている必要があります。指定しない場合またはなしの場合、新しく割り当てられた

NaNをゼロとして扱う、特定の軸上の配列要素の累積合計を返すには、nancumprod（）メソッドを使用します。 NaNが検出され、先頭のNaNがゼロに置き換えられても、累積合計は変化しません。 all-NaNまたは空のスライスの場合はゼロが返されます。 このメソッドは、outが指定されていない限り、結果を保持する新しい配列を返します。この配列で結果が返されます。結果は、aと同じサイズで、if軸がNoneでないか、aが1次元配列である場合と同じ形状になります。累積は、5、5 + 10、5 + 10 + 15、5 + 10 +15+のように機能します。 20。最初のパラメーターは入力配列です。

numpy.min_scalar（）メソッドは、最小のデータ型を検索します。最初のパラメーターは、最小データ型が検出される値です。スカラーの場合、値を保持できる最小サイズと最小スカラーの種類のデータ型を返します。非スカラー配列の場合、変更されていないベクトルのdtypeを返します。浮動小数点値は整数に降格されず、複素数値は浮動小数点に降格されません。 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 numpy.min_scalar（）メソッドは、最小のデータ型を検索します- print("Using the min_scalar() m

日時の配列を文字列の配列に変換するには、Python Numpyのnumpy.datetime_as_string（）メソッドを使用します。このメソッドは、入力配列と同じ形状の文字列の配列を返します。最初のパラメーターは、フォーマットするUTCタイムスタンプの配列です。 「units」パラメーターは、精度を変更する日時の単位を設定します。秒単位を過ぎました。 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 日時の配列を作成します。 Mタイプは日時を指定します- arr = np.arange('2022-02-20T02:10',

度配列をラジアンに変換するには、Python Numpyのnumpy.deg2rad（）メソッドを使用します。このメソッドは、対応する角度をラジアンで返します。 xがスカラーの場合、これはスカラーです。最初のパラメーターは、度単位の入力角度です。 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る形状を持っている必要があります。指定しない場合またはなしの場合、新しく割り当てられた配列が返されます。 3番目のパラメーターは、条件が入力を介してブロードキャストされることです。条件がT

双曲線サインを計算するには、Python Numpyのnumpy.sinh（）メソッドを使用します。このメソッドは、1/2 *（np.exp（x）-np.exp（-x））または-1j * np.sin（1j * x）と同等です。対応する双曲線正弦値を返します。 xがスカラーの場合、これはスカラーです。最初のパラメーター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る形状を持っている必要があります。指定しない場合またはなしの場合、新しく割り当てられた配列が返され

日時の配列を文字列の配列に変換するには、Python Numpyのnumpy.datetime_as_string（）メソッドを使用します。このメソッドは、入力配列と同じ形状の文字列の配列を返します。最初のパラメーターは、フォーマットするUTCタイムスタンプの配列です。 「units」パラメーターは、精度を変更する日時の単位を設定します。時間単位を過ぎました 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 日時の配列を作成します。 Mタイプは日時を指定します- arr = np.arange('2022-02-20T02:10',

アークタンは多値関数です。各xには、tan（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、実数部が[-pi / 2、pi/2]にある角度zを返します。逆正接は、atanまたはtan^{-1}とも呼ばれます。 実数値の入力データ型の場合、arctan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、arctanは、[1j、infj]と[-1j、-infj]を分岐として持つ複雑な分析関数であり、前者では左から、後者では右から連続しています。 三角関数の逆正接を見つけるには、Pyth

アークタンは多値関数です。各xには、tan（z）=xとなるような無限に多くの数zがあります。 ＃逆正接は、atanまたはtan^{-1}とも呼ばれます。 慣例では、実数部が[-pi / 2、pi/2]にある角度zを返します。実数値の入力データ型の場合、arctan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、arctanisは、ブランチカットとして[1j、infj]と[-1j、-infj]を持ち、前者では左から、後者では右から連続する複雑な分析関数です。 配列要素の三角関数の逆正接を見

斜辺を取得するには、Python Numpyのnumpy.hypot（）メソッドを使用します。このメソッドは、三角形の仮説を返します。 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。このメソッドは、要素ごとにsqrt（x1 ** 2 + x2 ** 2）と同等です。 x1またはx2がscalar_likeの場合、他の引数の各要素で使用するためにブロードキャストされます。パラメータは三角形の脚です。 x1.shape！=x2.shapeの場合、それらは共通の形状にブロードキャスト可能である必要があります。 ステップ まず、必要なライブラリをインポートします- import nump

日時の配列を文字列の配列に変換するには、Python Numpyのnumpy.datetime_as_string（）メソッドを使用します。このメソッドは、入力配列と同じ形状の文字列の配列を返します。最初のパラメーターは、フォーマットするUTCタイムスタンプの配列です。 。 「units」パラメータは、精度を変更する日時の単位を設定します。 ステップ まず、必要なライブラリをインポートします- import numpy as np 日時の配列を作成します。 Mタイプは日時を指定します- arr = np.arange('2022-02-20T02:10', 6*60, 60

numpy.can_cast（）メソッドは、キャストルールに従ってデータ型間のキャストが発生する可能性がある場合にTrueを返します。最初のパラメーターは、キャスト元のデータ型または配列です。 2番目のパラメーターは、キャスト先のデータ型です。 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 can_cast（）を使用して、データ型間のキャストがキャストルールに従って発生するかどうかを確認します- print("Checking with can_cast() method in Numpy\n") print("R

numpy.can_cast（）メソッドは、castingruleに従ってスカラーとデータ型が発生する可能性がある場合にTrueを返します。最初のパラメーターは、キャスト元のスカラー、データ型、または配列です。 2番目のパラメーターは、キャスト先のデータ型です。 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 キャストルールに従ってスカラーとデータ型が発生する可能性があるかどうかを確認します。 − print("Checking with can_cast() method in Numpy\n") print("

NaNをゼロとして扱う、特定の軸上の配列要素の累積合計を返すには、nancumprod（）メソッドを使用します。 NaNが検出され、先頭のNaNがゼロに置き換えられても、累積合計は変化しません。 all-NaNまたは空のスライスの場合はゼロが返されます。 最初のパラメーターは入力配列です。 2番目のパラメーターは、累積合計が計算される軸です。デフォルト（なし）は、フラット化された配列の累積を計算することです。 3番目のパラメーターは、返される配列のタイプと、要素が合計されるアキュムレーターのタイプです。 dtypeが指定されていない場合、デフォルトのプラットフォーム整数よりも精度が低い整数d

n番目の離散差を計算するには、numpy.diff（）メソッドを使用します。最初の差は、指定された軸に沿ってout [i] =a [i + 1]-a [i]で与えられ、diffを再帰的に使用して、より高い差が計算されます。diff（）メソッドはn番目の差を返します。出力の形状は、寸法がnだけ小さい軸に沿っていることを除いて同じです。出力のタイプは、aの任意の2つの要素間の差異のタイプと同じです。これは、ほとんどの場合、のタイプと同じです。注目すべき例外はdatetime64で、これによりtimedelta64出力配列が生成されます。 最初のパラメーターは入力配列です。 2番目のパラメーターは

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。 配列要素の逆双曲線正接を計算するには、Python Numpyの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。最初のパラメーター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

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、Python Numpyでchebyshev.chebvander（）を使用します。このメソッドは、ファンデルモンド行列を返します。返される行列の形状はx.shape+（deg + 1、）です。ここで、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です。dtypeは変換されたxと同じになります。 パラメータaは点の配列です。 dtypeは、要素のいずれかが複合であるかどうかに応じて、float64またはcomplex128に変換されます。 xがスカラーの場合、1-D配列に変換されます。パラメータdegは、結果の行列の次数です。 ス