Python

最初の引数が、型階層（type hierarchy）において2番目の引数と同じか、それより下位の型コードである場合に True を返したいときは、Python NumPy の numpy.issubdtype() メソッドを使用します。引数には dtype オブジェクト、または dtype に変換可能なオブジェクトを指定します。このメソッドは、あるデータ型が別のデータ型のサブクラス（サブタイプ）に相当するかどうかを判定する際に便利です。たとえば、「この整数型は汎用的な整数型に分類されるか」「float64 は浮動小数点型の一種か」といった確認が簡単に行えます。手順まず、必要なライブラリをインポ

線形代数において配列の行列式を計算するには、PythonのNumPyが提供する np.linalg.det() 関数を使用します。第1引数 a は、行列式を求める対象となる入力配列です。この関数は、計算された行列式の値を返します。なお、行列式とは正方行列に対して定義されるスカラー値であり、連立一次方程式の解の存在判定や逆行列の計算など、線形代数のさまざまな場面で重要な役割を果たします。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配列を作成します。arr = np.array([[ 5, 10], [12, 18]])配列を表示します。print(Our A

逆余弦（arccos）は多価関数です。各 x に対して、cos(z) = x を満たす数 z は無限に存在します。慣例としては、実部が [0, π] の範囲に収まる角度 z を返します。実数型の入力データに対して、arccos は常に実数の出力を返します。実数や無限大として表現できない値に対しては nan を返し、無効な浮動小数点エラーフラグを設定します。一方、複素数入力の場合、arccos は [-∞, -1] と [1, ∞] に分岐切断（branch cut）を持つ複素解析関数であり、前者には上側から、後者には下側から連続となります。なお、逆余弦は acos や cos-1 としても知ら

線形代数において2次元配列（行列）の行列式を計算したい場合は、PythonのNumPyライブラリが提供する np.linalg.det() を使用します。第1引数 a には、行列式を求めたい入力配列を指定します。このメソッドは、指定した配列 a の行列式を戻り値として返します。実行手順まず、必要なライブラリをインポートします。import numpy as np次に、行列式を計算するための配列を作成します。arr = np.array([[ 5, 10], [12, 18]])作成した配列を表示して確認しましょう。print(Our Array...\n,arr)配列の次元数を確認します。pr

arccos（逆余弦）は多価関数です。各 x に対して、cos(z) = x を満たす数 z は無限に存在します。慣例としては、実部が [0, π] の範囲に収まる角度 z を返します。逆余弦は acos や cos^-1 とも呼ばれます。実数値の入力データ型の場合、arccos は常に実数の出力を返します。実数や無限大として表現できない値に対しては nan を返し、無効な浮動小数点演算エラーフラグを設定します。一方、複素数値の入力の場合、arccos は [-inf, -1] と [1, inf] に分岐切断（ブランチカット）を持つ複素解析関数であり、前者では上側から、後者では下側から連続に

線形代数において、複数の行列（行列のスタック）からなる配列の行列式をまとめて計算するには、PythonのNumPyが提供するnp.linalg.det()関数を使用します。第1引数「a」には、行列式を計算したい入力配列を指定します。このメソッドは、配列aに含まれる各行列の行列式を返します。np.linalg.det()は、配列の最後の2つの軸を行列とみなして処理を行うため、形状が(3, 2, 2)のような3次元配列を渡すと、2×2行列が3つ含まれているものとして、それぞれの行列式を一度に計算できます。例えば2×2行列の場合、行列式は「ad − bc」の公式で求められます。手順まず、必要なライブ

NumPyのarctan2()メソッドは、象限を正しく判定しながらx1/x2の要素ごとのアークタンジェント（逆正接）を計算できる便利な関数です。通常のarctan()では判別できない角度の向き（符号）も、arctan2()なら正確に求められます。arctan2()とは？象限は、arctan2(x1, x2)が「原点を始点として点(1, 0)を通る半直線」と「原点を始点として点(x2, x1)を通る半直線」の間の符号付き角度（ラジアン単位）になるように選択されます。各引数の意味は以下の通りです。第1引数（x1）：y座標に相当する値第2引数（x2）：x座標に相当する値x1.shape != x2.

特異値分解（SVD：Singular Value Decomposition）の手法を用いて配列の行列ランクを求めるには、Pythonの numpy.linalg.matrix_rank() メソッドを使用します。配列のランクとは、その配列が持つ特異値のうち、許容誤差 tol より大きい値の個数を指します。この記事では、matrix_rank() の基本的な使い方から各パラメータの意味、実際のコード例と実行結果までをわかりやすく解説します。matrix_rank()メソッドの主なパラメータ第1引数：Aランクを計算したい入力ベクトル、または行列のスタック（多次元配列）を指定します。第2引数：to

PythonのNumPyでは、numpy.degrees()メソッドを使うことで、ラジアン単位の配列を度（デグリー）に簡単に変換できます。このメソッドの各引数は以下の通りです。第1引数（x）：ラジアンで表された入力配列を指定します。第2引数（out）：省略可能です。計算結果を格納するndarray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。指定しない場合やNoneの場合は、新しく確保された配列が返されます。第3引数（where）：省略可能です。入力に対してブロードキャストされる条件を指定します。条件がTrueの場所にはufuncの計算結果が出力配

Pythonで行列のスタック（複数の行列をまとめた配列）に対する対数行列式を計算するには、numpy.linalg.slogdet()メソッドを使用します。第1引数のaは入力配列で、正方行列である必要があります。 このメソッドは、まずsignとして行列式の符号を返します。実数行列の場合、符号は1、0、-1のいずれかです。複素数行列の場合は、絶対値が1の複素数、または0が返されます。 次にlogdetとして、行列式の絶対値の自然対数が返されます。行列式がゼロの場合、signは0になり、logdetは-Inf（負の無限大）になります。いずれの場合も、行列式は sign * np.exp(logd

PythonのNumPyでは、numpy.rad2deg()メソッドを使用することで、ラジアン単位の配列を度（デグリー）に変換できます。このメソッドは、対応する角度を度単位で返します。入力がスカラーの場合、結果もスカラーとして返されます。rad2deg()のパラメータ第1パラメータ（x）： ラジアン単位の入力角度を指定します。第2パラメータ（out、任意）： 結果を格納するためのndarrayです。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。指定しない場合やNoneの場合は、新しく確保された配列が返されます。第3パラメータ（where、任意）： 入力に対してブ

PythonのNumPyライブラリには、配列要素の双曲線正弦（ハイパボリックサイン）を計算するためのnumpy.sinh()メソッドが用意されています。このメソッドは、数式で表すと 1/2 * (np.exp(x) - np.exp(-x)) または -1j * np.sin(1j*x) と等価であり、入力された各要素に対応する双曲線正弦の値を返します。入力xがスカラーの場合は、結果もスカラーとして返されます。numpy.sinh()の主な引数このメソッドは3つの引数を受け取ります。第1引数のxは計算対象となる入力配列です。第2引数と第3引数は省略可能です。第2引数（out）: 結果を格納する

PythonのNumPyライブラリでは、numpy.cosh()メソッドを使うことで双曲線余弦（ハイパボリックコサイン）を簡単に計算できます。このメソッドは数式上、1/2 * (np.exp(x) + np.exp(-x)) および np.cos(1j*x) と等価であり、入力値に対応する双曲線余弦の値を返します。入力 x がスカラーであれば、戻り値もスカラーになります。numpy.cosh()のパラメータnp.cosh()は主に以下の3つのパラメータを受け取ります。第1引数（x）： 入力配列。スカラー値でも配列でも指定できます。第2引数（out）： 省略可能。計算結果を格納するndarray

arcsinh（逆双曲線正弦）とはarcsinh（アークハイパボリックサイン）は多価関数です。つまり、各xに対して sinh(z) = x を満たすzは無数に存在します。NumPyの慣例では、虚部が [-π/2, π/2] の範囲に収まるzが返されます。実数型の入力データに対しては、arcsinhは常に実数を出力します。実数や無限大として表現できない値が与えられた場合は nan を返し、無効な浮動小数点エラーフラグを設定します。一方、複素数入力の場合、arcsinhは複素解析関数として振る舞い、分枝切断 [1j, infj] と [-1j, -infj] を持ちます。前者の切断上では右側から連

2つの多次元配列の内積(インナー積)を求めるには、Pythonのnumpy.inner()メソッドを使用します。このメソッドは、1次元配列に対しては通常のベクトルの内積を計算し、高次元配列に対しては最後の軸に沿った要素ごとの積の総和を返します。 引数として渡すのは a と b の2つの配列です。なお、aとbがスカラーでない場合は、両者の最後の軸のサイズが一致している必要があります。 内積を計算する手順 まず、必要なライブラリをインポートします。 import numpy as np array()メソッドを使って、2つのNumPyの2次元配列を作成します。 arr1 = np.array([[

2つのベクトルの外積（クロス積）を計算するには、PythonのNumPyが提供する numpy.cross() メソッドを使用します。このメソッドは、計算結果である外積ベクトルcを返します。本記事では、次元の異なる2つのベクトルの外積を求める方法を、具体的なコード例とともに解説します。 numpy.cross()メソッドのパラメータ numpy.cross() メソッドの主な引数は以下の通りです。 a（第1引数）：最初のベクトルの成分を指定します。 b（第2引数）：2番目のベクトルの成分を指定します。 axisa（第3引数）：ベクトルを定義するaの軸を指定します。デフォルトは最後の軸で

逆双曲線正弦（arcsinh）は多価関数です。つまり、各 x に対して sinh(z) = x を満たす数 z は無限に存在します。NumPy の慣例では、虚部が [-π/2, π/2] の範囲にある z を返します。実数値の入力データ型の場合、arcsinh は常に実数の出力を返します。実数や無限大として表現できない値に対しては nan を返し、無効な浮動小数点演算エラーフラグを設定します。一方、複素数値の入力の場合、arcsinh は分岐切断線 [1j, infj] と [-1j, -infj] を持つ複素解析関数であり、前者については右側から、後者については左側から連続です。なお、逆双曲

Pythonで2つの配列の内積（Inner Product）を求めるには、NumPyライブラリのnumpy.inner()メソッドを使用します。このメソッドは、1次元配列に対しては通常のベクトルの内積を計算し、高次元配列に対しては最後の軸に沿った要素ごとの積の総和を返します。引数には2つのベクトル a と b を指定します。a と b がスカラーでない場合は、両者の最後の次元（軸）のサイズが一致している必要があります。手順1. 必要なライブラリをインポートするまず、NumPyをインポートします。import numpy as np2. 2つの1次元配列を作成するarray()メソッドを使って、

arccosh() は多価関数です。各 x に対して、cosh(z) = x を満たす数 z は無限に存在します。NumPy の慣例では、虚部が [-π, π] の範囲内にあり、実部が [0, ∞) の範囲にある z を返します。 実数値の入力データ型の場合、arccosh は常に実数の出力を返します。実数や無限大として表現できない値が与えられた場合は nan を返し、無効な浮動小数点エラーフラグを設定します。一方、複素数値の入力に対しては、arccosh は分岐切断線 [-∞, 1] を持ち、その上側から連続となる複素解析関数として振る舞います。 逆双曲線余弦（アークハイパボリックコサイン）

Pythonで配列の行列ランクを特異値分解（SVD）の手法により求めるには、numpy.linalg.matrix_rank()メソッドを使用します。配列のランクとは、許容誤差（tol）よりも大きい特異値の個数として定義されます。 第1引数のAには、入力となるベクトルまたは行列のスタックを渡します。 第2引数のtolは、SVDの値がゼロとみなされる閾値です。tolをNone（省略）にした場合、SをMの特異値を持つ配列、epsをSのデータ型におけるイプシロン値とすると、tolは「S.max() * max(M, N) * eps」に自動的に設定されます。 第3引数のhermitianをTrueに