python-scientific-computing について
Python Scientific Computingは、Pythonでの数値・科学計算に使うスキルで、工学、データ分析、シミュレーションを対象とします。NumPy、SciPy、SymPyの資料や関連スキルを案内します。READMEにはMCP機能の記載がありません。
主な機能
- 01数値解析と最適化
- 02工学計算
- 03行列演算と線形代数
- 04記号数学
- 05統計分析と曲線フィッティング
- 06物理シミュレーションと有限要素前処理
活用シーン
- 01方程式の求解や数値積分
- 02工学測定データの分析
- 03物理システムのシミュレーション準備
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/python-scientific-computingを入力して読み込まれたか確認します。
詳細
Python科学計算
このスキルを使用する場面
以下が必要な場合は、Python科学計算を使用してください。
- 数値解析 - 方程式の求解、最適化、積分
- 工学計算 - 応力、ひずみ、動力学、熱力学
- 行列演算 - 線形代数、固有値問題
- 記号数学 - 解析解、方程式の変形
- データ分析 - 統計解析、曲線フィッティング
- シミュレーション - 物理システム、有限要素解析の前処理
次の場合は使用しないでください。
- リアルタイム性能が重要な場合（C++/Fortranを使用してください）
- 単純な計算の場合（電卓またはExcelを使用してください）
- 数値計算が不要な場合
リソース
- NumPyドキュメント: https://numpy.org/doc/
- SciPyドキュメント: https://docs.scipy.org/doc/scipy/
- SymPyドキュメント: https://docs.sympy.org/
- MATLABユーザー向けNumPy: https://numpy.org/doc/stable/user/numpy-for-matlab-users.html
- SciPy講義ノート: https://scipy-lectures.org/
サブスキル
サブスキル
コメント
Markdown 対応