科学計算
数値計算を正しく・速く・再現できるように行う。Python の速さは二層構造で得ている。
数値を大量に扱う計算を、正しく・速く・再現できるように行う。
3 つの関心#
| 関心 | 問い |
|---|---|
| 正しさ | 丸め誤差で答えが崩れていないか |
| 速さ | 現実的な時間で終わるか |
| 再現性 | 同じ結果が後からもう一度得られるか |
3 つ目が研究では特に重要で、 再現できない結果は 主張として成立しない。
構成#
Python が使われる理由#
Python 自体は遅い（インタプリタ）。 それでも科学計算の標準になったのは
書きやすい Python の層
↓ 実際の計算は
C / Fortran / CUDA で書かれた高速な実装という二層構造が成立しているため。 ループを Python で書かず、 配列演算として渡す（ベクトル化）ことが前提になる。
参考文献#
- Charles R. Harris et al. Array programming with NumPy. Nature 585, 2020. https://doi.org/10.1038/s41586-020-2649-2
- Pauli Virtanen et al. SciPy 1.0: fundamental algorithms for scientific computing in Python. Nature Methods 17, 2020. https://doi.org/10.1038/s41592-019-0686-2
- Gene H. Golub, Charles F. Van Loan. Matrix Computations, 4th ed. Johns Hopkins University Press, 2013.