Python

PythonのNumPyでは、sctype2char()メソッドを使うことで、スカラーdtype（データ型）に対応する文字列表現を取得できます。第1引数がスカラーdtypeの場合、それに対応する文字コードがそのまま返されます。また、オブジェクトを渡した場合には、sctype2char()がそのオブジェクトのスカラー型を推論し、対応する文字を返してくれます。この機能は、データ型の確認や動的な型処理を行いたい場面で非常に便利です。sctype2char()の基本的な使い方1. ライブラリのインポートまず、必要なライブラリをインポートします。import numpy as np2. スカラー型の文字

入力と同じ種類（kind）の中で最高精度のスカラー型を返すには、PythonのNumPyが提供するmaximum_sctype()メソッドを使用します。引数には入力データ型を指定します。dtypeオブジェクトのほか、intやstrといった組み込み型、f4のような型文字列など、dtypeへ変換可能なオブジェクトであれば何でも渡せます。たとえば整数型を渡せばそのプラットフォームで利用可能な最大の整数型（通常はint64）が、単精度浮動小数点数 f4 を渡せば float128 が返される、というように、同じカテゴリ内で最も精度の高い型が得られます。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ライブラリでは、numpy.sin()メソッドを使うことで、角度の三角関数である正弦（サイン）を簡単に計算できます。このメソッドは、第1引数xの各要素に対してサイン値を返し、スカラーが渡された場合はスカラー値を返します。第1引数xにはラジアン単位の角度を指定します（2πが360度に相当）。第2引数と第3引数は省略可能です。numpy.sin()の主なパラメータ第2引数（out）：計算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。タプ

PythonのNumPyで、度数法（°）で指定された角度の配列に対して三角関数の正弦（サイン）を求めるには、numpy.sin()メソッドを使用します。このメソッドは、第1引数 x の各要素に対する正弦を返します。入力がスカラーの場合、戻り値もスカラーになります。なお、numpy.sin()が受け取る角度はラジアン単位である点に注意が必要です（2π = 360°）。そのため、度で表された角度を渡す場合は、事前にラジアンへ変換しておく必要があります。後述のコード例では、arr * np.pi / 180. という式で変換を行っています。主な引数第1引数：x角度を表す配列です。ここでは度数法で表さ

Python NumPyでは、numpy.issubclass_()メソッドを使うことで、あるクラスが別のクラスのサブクラスであるかどうかを判定できます。 このメソッドの動作は以下の通りです。 第1引数: 判定対象となる入力クラス。arg1がarg2のサブクラスであれば True を返します。 第2引数: 比較元となる入力クラス。クラスのタプルを指定した場合、arg1がタプル内のいずれかのクラスのサブクラスであれば True を返します。 組み込み関数との違い: issubclass_ はPython組み込みの issubclass と同等ですが、引数がクラスではない場合に TypeErro

指定した軸に沿って複合台形則（composite trapezoidal rule）による数値積分を実行するには、numpy.trapz() メソッドを使用します。x が指定された場合、積分はその要素の並び順に従って処理されます（要素が自動的にソートされることはありません）。このメソッドは、台形則によって単一の軸に沿って近似された n 次元配列 y の定積分を返します。y が1次元配列の場合、結果は float 型になります。次元数 n が1より大きい場合は、「n-1」次元の配列が返されます。主なパラメータ第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

numpy.cos()で余弦（コサイン）を求める PythonのNumPyで角度の三角関数における余弦（コサイン）を求めるには、numpy.cos()メソッドを使用します。このメソッドは、第1引数xの各要素に対する余弦を返し、xがスカラーであれば結果もスカラー値として返ります。 第1引数xはラジアン単位の角度です（2π＝360度）。度数法の値をそのまま渡すことはできないため、np.piを使って変換するか、np.radians()やnp.deg2rad()でラジアンに変換してから渡します。 第2引数と第3引数は省略可能です。第2引数はndarrayで、計算結果を格納する配列（out）を指定します

度数法（°）で指定された角度の配列に対する三角関数の余弦（コサイン）を求めるには、Python NumPyの numpy.cos() メソッドを使用します。このメソッドは、第1引数 x の各要素に対する余弦を返します。第1引数 x はラジアン単位の角度です（2π が 360 度に相当）。ここでは角度の配列を渡します。第2・第3引数は省略可能です。第2引数は ndarray で、計算結果を格納する場所を指定します。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。省略または None の場合は、新しく確保された配列が返されます。タプルを指定する場合、その長さは出力の数

PythonのNumPyでは、numpy.issubdtype()メソッドを使うことで、異なるサイズのfloat型（float16、float32、float64など）がfloatingクラスのサブタイプであるかどうかを簡単に判定できます。このメソッドは2つの引数を受け取ります。第1引数と第2引数には、それぞれ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。戻り値は真偽値（True / False）です。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、issubdtype()メソッドを使用して、さまざまなサイズの浮動小数

NumPyのnp.gradient関数を使うと、N次元配列の数値勾配を簡単に計算できます。勾配は、配列の内部点では2次精度の中心差分を用いて計算され、境界部分では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)が使用されます。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。np.gradient関数の主な引数第1引数の f は、スカラー関数のサンプル値を格納したN次元配列です。第2引数は varargs(可変長引数)で、f の値同士の間隔(スペーシング)を指定します。省略した場合、すべての次元で単位間隔(1)が使用されます。第3引数の edge_order(1 または 2)は、境界

三角関数の正接（タンジェント）は、要素ごとに np.sin(x)/np.cos(x) を計算することと同等です。度数法（度単位）で指定された角度の配列の正接を求めるには、Python NumPy の numpy.tan() メソッドを使用します。このメソッドは、第1パラメータ x の各要素に対して正接を返します。第1パラメータ x はラジアン単位の角度を表し（2π が 360 度に相当）、ここには角度の配列を渡します。そのため、度数法の値をそのまま渡すのではなく、np.pi / 180 を掛けてラジアンへ変換する必要がある点に注意しましょう。主なパラメータの説明第2パラメータ（out）： 結果

逆正弦（arcsin）は多価関数です。つまり、各 x に対して sin(z) = x を満たす数 z は無限に存在します。NumPyでは、実部が [-π/2, π/2] の範囲に収まる角度 z を返すという規約に従います。実数型の入力に対しては、arcsin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入力された場合には nan を返し、浮動小数点の不正エラーフラグを設定します。複素数の入力に対しては、arcsinは複素解析関数として扱われ、慣例的に [-∞, -1] と [1, ∞] に分枝切断（branch cut）を持ち、前者には上側から、後者には下側から連続となります。

NaN（非数）をゼロとして扱いながら、指定した軸に沿った配列要素の累積和を返すには、NumPyの nancumsum() メソッドを使用します。このメソッドでは、NaNに遭遇しても累積和は変化せず、先頭にあるNaNはゼロに置き換えられます。すべてがNaNであるスライスや空のスライスに対しては、ゼロが返されます。out 引数が指定されない限り、結果を格納する新しい配列が返されます。結果は入力配列 a と同じサイズを持ち、axis が None でない場合、または a が1次元配列の場合は同じ形状になります。累積和とは、たとえば 5、5+10、5+10+15、5+10+15+20 のように、要素を

複素数から虚数部を取り出すには、NumPyのnumpy.imag()メソッドを使用します。このメソッドは、複素数の引数から虚数成分を返します。入力値が実数の場合は、その型がそのまま出力に使われ、複素数要素を含む場合はfloat型で結果が返されます。第1パラメータ「val」には入力配列を指定します。手順まず、必要なライブラリをインポートします。import numpy as nparray()メソッドを使って配列を作成します。arr = np.array([36.+5.j , 27.+3.j , 68.+2.j , 23.+7.j])作成した配列を表示します。print(Our Array...

Pythonの数値計算ライブラリNumPyには、データ型間のキャスト(型変換)が可能かどうかを事前にチェックできる便利なメソッド numpy.can_cast() が用意されています。この記事では、can_cast() の基本的な使い方と、第3引数で指定できる5種類のキャストルールについて、具体例とともにわかりやすく解説します。 numpy.can_cast()メソッドとは numpy.can_cast() メソッドは、指定したキャスティングルールに従ってデータ型間のキャストが発生しうる場合に True を返します。 第1引数: キャスト元となるデータ型または配列 第2引数: キャスト先のデ

numpy.promote_types()メソッドは、type1とtype2の両方を安全にキャストできる、最小のサイズと最小のスカラー種類を持つデータ型を返します。戻り値はプロモート（昇格）されたデータ型であり、常にネイティブなバイト順で返される点が特徴です。第1引数には最初のデータ型、第2引数には2番目のデータ型を指定します。 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 続いて、Numpyのpromote_types()メソッドを使って動作を確認してみましょう。 print("Result...",np.promote_typ

逆正弦（arcsin）は多価関数です。つまり、各xに対して sin(z) = x を満たすzは無限に存在します。NumPyでは慣例として、実部が [-π/2, π/2] の範囲に収まる角度zを返します。なお、逆正弦は asin や sin-1 とも呼ばれます。実数値の入力データ型の場合、arcsinは常に実数の出力を返します。ただし、実数や無限大として表現できない値が含まれる場合は nan を返し、無効な浮動小数点演算のエラーフラグが設定されます。一方、複素数値の入力の場合、arcsinは複素解析関数として扱われ、慣例により枝切り（branch cuts）は [-∞, -1] と [1, +∞

線形代数における行列の条件数（コンディションナンバー）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、引数 p の値に応じて7種類の異なるノルムから選択して条件数を返すことができます。返される値は無限大になる場合もあります。行列 x の条件数は、「x のノルム × x の逆行列のノルム」として定義されます。ここで使うノルムは、通常のL2ノルムやその他さまざまな行列ノルムを選べます。第1引数の x は、条件数を求めたい対象の行列です。第2引数の p は、条件数の計算に使用するノルムの次数を指定します。「2」を指定した場合は2ノルムが使

numpy.tan()メソッドとは 三角関数における正接（タンジェント）は、要素ごとの np.sin(x)/np.cos(x) の計算結果と等価です。角度の三角関数タンジェントを求めるには、PythonのNumPyライブラリが提供する numpy.tan() メソッドを使用します。このメソッドは、第1引数 x の各要素に対する正接を返し、x がスカラーであれば結果もスカラーとして返されます。 パラメータの詳細 x（第1引数）： 角度を指定します。単位はラジアンで、2πが360度に相当します。 out（第2引数・省略可）： 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

線形代数において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、引数 p の値に応じて7種類のノルムの中から適切なものを選択し、そのノルムに基づく条件数を返します。なお、計算結果は無限大になる場合もある点に注意してください。 条件数とは？ 行列 x の条件数は、「x のノルム × x の逆行列のノルム」として定義されます。ここで使用するノルムは、一般的なL2ノルムのほか、複数の行列ノルムから選ぶことができます。 第1引数 x： 条件数を求めたい対象となる行列を指定します。 第2引数 p： 条件数の計算に使用するノルムの