mathx

Since v8.0.75

arrange()

等差数列の数値配列を生成します。

構文

arrange(start, end, step)

パラメーター

start Number 開始値
end Number 終了値
step Number 増分

戻り値

Array<Number> 生成された数値配列。

使用例

1
2
3
4
5
6
const { arrange } = require('mathx');
arrange(0, 6, 3).forEach((i) => console.log(i));

// 0
// 3
// 6

linspace()

指定した区間を等間隔に分割した配列を生成します。

構文

linspace(start, end, count)

パラメーター

start Number 開始値
end Number 終了値
count Number 生成する要素数

戻り値

Array<Number> 生成された数値配列。

使用例

1
2
3
4
5
6
const { linspace } = require('mathx');
linspace(0, 1, 3).forEach((i) => console.log(i));

// 0
// 0.5
// 1

meshgrid()

2つの配列の組み合わせから格子を生成します。

構文

meshgrid(arr1, arr2)

パラメーター

arr1 Array<Number> 第1の配列
arr2 Array<Number> 第2の配列

戻り値

Array<Array<Number>> 数値のペアからなる配列。

使用例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
const { meshgrid } = require('mathx');

const gen = meshgrid([1, 2, 3], [4, 5]);
for(i=0; i < gen.length; i++) {
    console.log(JSON.stringify(gen[i]));
}

// [1,4]
// [1,5]
// [2,4]
// [2,5]
// [3,4]
// [3,5]

oscillator()

Since v8.5.5

[time, value]タプル形式の振動サンプルデータを生成します。

構文

oscillator(options)

パラメーター

options Object
options.components Object[] 必須。合成する振動成分の一覧
- amplitude Number 必須。振幅
- frequencyHz Number 必須。周波数（Hz）
- phaseRad Number 省略可能。位相オフセット（ラジアン）。既定値0
- bias Number 省略可能。DCオフセット。既定値0
options.timeRange Object 必須。時間範囲
- from Any 必須
- to Any 必須
- 対応する時刻表現：
  - 数値のエポックナノ秒（例：0、10000000000）
  - 接尾辞付きのエポック文字列：s、ms、us、ns（例："10s"、"10000ms"）
  - 文字列の時刻表現："now"、"now-10s"
  - RFC3339/RFC3339Nano文字列
options.sample Number|String 省略可能
- 数値：サンプル数として解釈
- Hz/hz接尾辞付きの文字列：サンプリング周波数として解釈（例："2Hz"）
options.noise Number|Object 省略可能
- 数値：ノイズの振幅として解釈
- オブジェクト：{ amplitude, seed? }形式。amplitudeはノイズの強さ、seedは再現可能なノイズ用のシードです。

戻り値

Array<[time, Number]> 生成されたサンプル配列。

使用例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
const { oscillator } = require('mathx');

const gen = oscillator({
        components: [
                { amplitude: 1.0, frequencyHz: 0.1, phaseRad: 0 },
                { amplitude: 0.5, frequencyHz: 0.05 },
        ],
        timeRange: { from: '0s', to: '10s' },
        sample: '2Hz',
        noise: { amplitude: 0.1, seed: 123 },
});

for (let i = 0; i < gen.length; i++) {
        const t = gen[i][0];
        const v = gen[i][1];
        console.log(t, v.toFixed(2));
}

series()

Since v8.5.5

[time, value]タプルのサンプル配列を、時刻の配列と値の配列に分割します。

構文

series(samples, options)

パラメーター

samples Array<[time, Number]> タプルのサンプル配列
options Object 省略可能
- xKey String X軸配列のキー名。既定値"time"
- yKey String Y軸配列のキー名。既定値"value"

戻り値

2つの配列を含むObjectを返します。既定の形式は{ time, value }です。

使用例

const m = require("mathx");
const gen = m.oscillator({
    components: [{ amplitude: 1.0, frequencyHz: 0.1 }],
    timeRange: { from: "0s", to: "10s" },
    sample: 5,
});

const s = m.series(gen);
console.log(s.time.length);  // 5
console.log(s.value.length); // 5

const custom = m.series(gen, { xKey: "ts", yKey: "amp" });
console.log(custom.ts.length);  // 5
console.log(custom.amp.length); // 5

unzip()

Since v8.5.5

タプルのサンプル配列を、2つの配列に分割します。

構文

unzip(samples)

パラメーター

samples Array<[x, y]> タプルのサンプル配列

戻り値

[Array<x>, Array<y>]

使用例

const m = require("mathx");
const [x, y] = m.unzip([[1, 10], [2, 20], [3, 30]]);
console.log(x); // [1, 2, 3]
console.log(y); // [10, 20, 30]

zip()

Since v8.5.5

2つの配列を、タプルのサンプル配列に結合します。

構文

zip(x, y)

パラメーター

x Array<any> X軸データの配列
y Array<any> Y軸データの配列（xと同じ長さが必要）

戻り値

Array<[x, y]>

使用例

const m = require("mathx");
const samples = m.zip([1, 2, 3], [10, 20, 30]);
console.log(samples[0]); // [1, 10]

fft()

高速フーリエ変換（FFT）で信号の周波数成分を分析します。信号処理やデータ分析に利用できます。

入力は2つの形式に対応し、結果を[frequency, amplitude]のペアの配列で返します。

構文

fft(times, amplitudes) // 時刻の配列と振幅の配列
fft(timesAndAmplitudes) // [time, amplitude]の配列

fft(times, amplitudes) timesとamplitudesを、それぞれ別の配列で渡します。
fft(timesAndAmplitudes) [time, amplitude]のペアの配列を渡します。

timesとamplitudesを別の配列で渡す場合は、両配列の長さを同じにする必要があります。

戻り値

Array<[frequency, amplitude]> 周波数と振幅のペアの配列。

使用例

const m = require("mathx");
const gen = m.oscillator({
    components: [
        {amplitude: 1.0, frequencyHz: 15},
        {amplitude: 1.5, frequencyHz: 24},
    ],
    timeRange: {from: 'now', to: 'now+10s'},
    sample: "1000Hz",
});
// genは(time, amplitude)タプルの配列
// fft()は(time, amplitude)の配列を受け取り、 
// (frequency, amplitude)の配列を返します。
const result = m.fft(gen);
for(i=0; i < result.length; i++) {
    console.println(i, result[i][0], result[i][1]);
}

sort()

配列を昇順にソートします。データの整理や、分析の前処理に利用できます。

使用例

1
2
const m = require('mathx');
console.log(m.sort([1.3, 1.2, 1.1])); // [1.1, 1.2, 1.3]

sum()

配列内の数値の合計を計算します。統計や数学の計算で使用します。

使用例

1
2
3
const m = require('mathx');
console.log(m.sum([3, 1, 2]));       // 6
console.log(m.sum([1.3, 1.2, 1.1])); // 3.6

cdf()

累積分布関数（CDF）を計算します。データxのうちq以下のサンプルの割合を返し、確率変数が指定値以下になる確率を表します。統計解析や確率論で、データの分布を理解するために使用します。

構文

cdf(q, x, weights)

q Number 基準値
x Array<Number> 昇順にソートしたデータ
weights Array<Number> 重みの配列（省略するとすべて1。指定する場合はxと同じ長さが必要）

使用例

1
2
3
4
5
6
7
const m = require('mathx');
x = [];
for( i=1; i<=100; i++) {
    x.push(i);
}
x = m.sort(x);
console.log(m.cdf(1.0, x)); // 0.01

mean()

数値配列の算術平均を計算します。すべての要素の合計を要素数で割った値で、データセットの中心傾向を求める統計解析に使用します。

使用例

1
2
3
const m = require('mathx');
console.log(m.mean([1, 2, 3, 4, 5]));  // 3
console.log(m.mean([10, 20, 30]));     // 20

circularMean()

ラジアン単位の角度など、循環する値の平均を計算します。角度や時刻のように値が一周するデータに適しています。重みの配列を指定して、加重円周平均を求めることもできます。

使用例

1
2
3
4
5
const m = require('mathx');
x = [0, 0.25 * Math.PI, 0.75 * Math.PI];
w = [1, 2, 2.5];
console.log(m.circularMean(x).toFixed(4));     // 0.9553
console.log(m.circularMean(x, w).toFixed(4));  // 1.3704

correlation()

2つのデータセットの線形関係を表すピアソン相関係数を計算します。値は-1（完全な負の相関）から1（完全な正の相関）までです。重みを指定して加重相関を求めることもできます。

使用例

1
2
3
4
5
6
const m = require('mathx');
x = [8, -3, 7, 8, -4];
y = [10, 5, 6, 3, -1];
w = [2, 1.5, 3, 3, 2];
console.log(m.correlation(x, y).toFixed(5));     // 0.61922
console.log(m.correlation(x, y, w).toFixed(5));  // 0.59915

covariance()

2つのデータセットの共分散を計算します。共分散は2つの確率変数がともに変動する度合いを表し、正なら一緒に増加する傾向、負なら一方の増加に対して他方が減少する傾向を示します。

使用例

1
2
3
4
5
6
7
const m = require('mathx');
x = [8, -3, 7, 8, -4];
y1 = [10, 2, 2, 4, 1];
y2 = [12, 1, 11, 12, 0];
console.log(m.covariance(x, y1).toFixed(4)); // 13.8000
console.log(m.covariance(x, y2).toFixed(4)); // 37.7000
console.log(m.variance(x).toFixed(4));       // 37.7000

entropy()

確率分布のシャノンエントロピーを計算し、分布の不確実性やランダム性を測定します。情報理論や統計で使用します。

使用例

1
2
3
4
5
const m = require('mathx');
console.log(m.entropy([0.05, 0.1, 0.9, 0.05]).toFixed(4)); // 0.6247
console.log(m.entropy([0.2, 0.4, 0.25, 0.15]).toFixed(4)); // 1.3195
console.log(m.entropy([0.2, 0, 0, 0.5, 0, 0.2, 0.1, 0, 0, 0]).toFixed(4)); // 1.2206
console.log(m.entropy([0, 0, 1, 0]).toFixed(4));           // 0.0000

geometricMean()

正の数の配列の幾何平均を計算します。すべての要素の積のn乗根（nは要素数）です。金融や統計の分析で、平均収益率や成長率を求めるために使用します。

使用例

1
2
3
const m = require('mathx');
console.log(m.geometricMean([1, 3, 9]).toFixed(4));  // 3.0000
console.log(m.geometricMean([2, 8, 32]).toFixed(4)); // 8.0000

harmonicMean()

正の数の配列の調和平均を計算します。各要素の逆数の算術平均に対する逆数です。速度や密度など、比率を含むデータに適しています。

使用例

1
2
3
const m = require('mathx');
console.log(m.harmonicMean([1, 2, 4]).toFixed(4));    // 1.7143
console.log(m.harmonicMean([10, 20, 30]).toFixed(4)); // 16.3636

median()

昇順にソートした配列の50%経験分位点を返します。quantile(0.5, x, weights) と同じで、要素数が偶数でも中央2値の平均を計算するとは限りません。

入力配列は昇順にソートしておく必要があります。ソートされていない場合は例外が発生します。

使用例

1
2
3
const m = require('mathx');
console.log(m.median(m.sort([1, 3, 2, 5, 4])));      // 3
console.log(m.median(m.sort([10, 20, 30, 40, 50]))); // 30

medianInterp()

medianと同じですが、線形補間を適用した値を返します。

使用例

1
2
3
const m = require('mathx');
console.log(m.medianInterp(m.sort([1, 3, 2, 5, 4])));      // 2.5
console.log(m.medianInterp(m.sort([10, 20, 30, 40, 50]))); // 25

quantile()

quantile関数は、指定した確率に対するデータセットの分位点を計算します。分位点は、四分位（4区間）や百分位（100区間）のように、データセットを確率が等しい区間に分割します。この関数は、データの分布を理解するために使用します。

構文

quantile(p, x, weights)

p Number
x Array<Number> xのデータは昇順にソートする必要があります。
weights Array<Number> 重みを省略すると、すべて1です。指定する場合は、xとweightsの長さを同じにする必要があります。

使用例

1
2
3
4
5
const m = require('mathx');
data = m.sort([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]);
console.log(m.quantile(0.25, data)); // 3
console.log(m.quantile(0.5, data));  // 5
console.log(m.quantile(0.74, data)); // 8

quantileInterp()

quantileと同じですが、線形補間した値を返します。

構文

quantileInterp(p, x, weights)

p Number 分位点の確率
x Array<Number> 昇順にソートしたデータ
weights Array<Number> 重みの配列（省略時はすべて1。指定する場合はxと同じ長さが必要）

使用例

1
2
3
4
5
const m = require('mathx');
data = m.sort([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]);
console.log(m.quantileInterp(0.25, data)); // 2.5
console.log(m.quantileInterp(0.5, data));  // 5
console.log(m.quantileInterp(0.74, data)); // 7.4

meanStdDev()

数値配列の平均と標準偏差を同時に計算します。平均は中心傾向、標準偏差はデータのばらつきを表し、統計解析でデータセットの要約に使用します。

使用例

1
2
3
4
5
const m = require('mathx');
data = [1, 2, 3, 4, 5];
result = m.meanStdDev(data);
console.log(result.mean.toFixed(2));   // 3.00
console.log(result.stdDev.toFixed(2)); // 1.58

mode()

データセット内で最も出現頻度が高い値である最頻値を計算します。結果は{value: number, count: number}形式です。最頻値が複数ある場合の扱いは実装に依存します。

構文

mode(x, weights)

x Array<Number> 昇順にソートしたデータ
weights Array<Number> 重みの配列（省略時はすべて1。指定する場合はxと同じ長さが必要）

使用例

1
2
3
4
5
const m = require('mathx');
data = m.sort([1, 2, 2, 3, 4]);
console.log(m.mode(data)); // {value:2, count:2}
data = m.sort([1, 1, 2, 3, 4]);
console.log(m.mode(data)); // {value:1, count:2}

moment()

指定した点を基準とするn次モーメントを計算します。歪度（3次モーメント）、尖度（4次モーメント）など、分布の形状を分析するために使用します。

使用例

1
2
3
4
const m = require('mathx');
data = [1, 2, 3, 4, 5];
console.log(m.moment(2, data).toFixed(4)); // 2.5000
console.log(m.moment(4, data).toFixed(4)); // 6.8000

stdDev()

数値配列の標準偏差を計算します。標準偏差はデータのばらつきを表し、小さいほど平均に近く、大きいほど広く分散していることを示します。

使用例

1
2
3
const m = require('mathx');
console.log(m.stdDev([1, 2, 3, 4, 5]).toFixed(4));      // 1.5811
console.log(m.stdDev([10, 20, 30, 40, 50]).toFixed(4)); // 15.8114

stdErr()

標本平均の標準誤差を計算します。標本平均が母平均を表す精度を示し、標準偏差を標本サイズの平方根で割った値です。

使用例

1
2
3
4
const m = require('mathx');
let stddev = m.stdDev([1, 2, 3, 4, 5]);
let sampleSize = 5;
console.log(m.stdErr(stddev, sampleSize).toFixed(4)); // 0.7071

linearRegression()

2つのデータセットに線形回帰を適用し、観測値と予測値の残差二乗和を最小にする直線を求めます。予測モデルや傾向分析で使用します。結果は、y = alpha*x + betaに対応する{slope: alpha, intercept: beta}です。

使用例

1
2
3
4
5
6
const m = require('mathx');
x = [1, 2, 3, 4, 5];
y = [2, 4, 6, 8, 10];
result = m.linearRegression(x, y);
console.log(result.slope.toFixed(4));     // 2.0000
console.log(result.intercept.toFixed(4)); // 0.0000

最終更新日 9月 10, 2026