calc_viscous_drag｜粘性抵抗力の計算（多次元対応、Python関数）

import numbers      # 数値型の判定に使用する標準ライブラリ
import numpy as np  # 配列計算に使用するライブラリ

def _to_array_1dsim_com(val, func_name):
    """入力値（数値・list・tuple・ndarray）を、成分ごとに分けた1次元ndarrayに変換する内部関数"""
    # 例：5.0 → array([5.0])、(1.0, 2.0) → array([1.0, 2.0])、np.array([1.0, 2.0]) → array([1.0, 2.0])
    # 上記以外の型（文字列・集合・辞書・range・pandas.Series など）は受け付けません。
    # （受け付けると出力形式を正しく判定できず、結果の一部が失われるため）

    if isinstance(val, np.ndarray):
        # 2次元以上のndarrayは、各要素を成分（x, y, z）として扱えないため受け付けません。
        if val.ndim > 1:
            raise ValueError(f"{func_name}: ndarrayは1次元配列で指定してください（入力は{val.ndim}次元です）。")
        # 0次元のndarray（np.array(1.0) など）は、中の数値を取り出して要素1つのリストにします。
        if val.ndim == 0:
            raw_list = [val.item()]
        else:
            # 1次元のndarrayは、要素を順に並べたリストに取り出します。
            # （tolist() により、各要素は numpy の数値（np.float64 など）ではなく Python の数値になります）
            raw_list = val.tolist()

    # list・tupleは、要素を順に並べたリストに取り出します。
    elif isinstance(val, (list, tuple)):
        # numpyの数値（np.float64 など）が含まれる場合は、Pythonの数値に変換してから格納します。
        raw_list = [x.item() if getattr(x, "ndim", None) == 0 else x for x in val]

    # 数値（スカラー）は要素1つのリストにします。
    elif isinstance(val, numbers.Number):
        # numpyの数値（np.float64 など）は、Pythonの数値に変換してから格納します。
        if getattr(val, "ndim", None) == 0:
            raw_list = [val.item()]
        else:
            raw_list = [val]

    # 上記のいずれにも当てはまらない型はエラーとします。
    else:
        raise TypeError(f"{func_name}: {type(val).__name__}型は入力できません。数値、list、tuple、ndarrayを使用してください。")

    # 各要素の型（boolなど）を保持したまま要素ごとの四則演算ができるよう、object型の1次元ndarrayとして返します。
    return np.array(raw_list, dtype=object)

import numbers      # 数値型の判定に使用する標準ライブラリ

def _validate_values_1dsim_com(arr, func_name, label, min_val=None, include_min=True):
    """配列や数値の各要素が実数・有限値であり、指定された範囲内にあるか確認する内部関数"""
    # 2次元以上のndarrayを除外（_to_array_1dsim_com を使用しない場合の対策）
    if getattr(arr, "ndim", 0) > 1:
        raise ValueError(
            f"{func_name}:"
            f" ndarrayは1次元配列で指定してください（入力は{arr.ndim}次元です）。"
        )
    
    # _to_array_1dsim_com を使用しない場合（スカラー値や0次元ndarrayが渡された場合）でも
    # 同じループで判定できるよう、要素を並べたリストに取り出します。
    raw_vals = arr.tolist() if hasattr(arr, "tolist") else arr
    vals = raw_vals if isinstance(raw_vals, (list, tuple)) else [raw_vals]

    for v_val in vals:
        # list・tuple内に0次元のndarrayやnumpyの数値（np.float64 など）が含まれる場合は、Pythonの数値に変換します。
        if getattr(v_val, "ndim", None) == 0:
            v_val = v_val.item()

        # 各要素が実数であるか確認します。
        # （True/False は 1/0 として計算できてしまうため、bool型は明示的に除外します）
        if isinstance(v_val, bool) or not isinstance(v_val, numbers.Real):
            raise TypeError(f"{func_name}: {label}の各要素は実数で指定してください。")

        # 下限値の指定がない場合は、無限大・NaNのみを除外します。
        # （NaN は大小比較の結果が常に False になるため、この1つの条件で無限大と一緒に検出できます）
        if min_val is None:
            if not (-float("inf") < v_val < float("inf")):
                raise ValueError(f"{func_name}: {label}は有限の値である必要があります。")
        # 下限値を含む場合（min_val 以上）
        elif include_min:
            if not (min_val <= v_val < float("inf")):
                raise ValueError(f"{func_name}: {label}は{min_val}以上の有限の値である必要があります。")
        # 下限値を含まない場合（min_val より大きい）
        else:
            if not (min_val < v_val < float("inf")):
                raise ValueError(f"{func_name}: {label}は{min_val}より大きい有限の値である必要があります。")

import numpy as np  # 配列計算に使用するライブラリ

def _format_output_1dsim_com(ref_input, func_name, *result_arrays):
    """計算結果の桁あふれを確認し、基準入力（ref_input）と同じ形式に変換して返す内部関数"""
    # _to_array_1dsim_com を使用しない場合（計算結果がスカラー値や0次元ndarrayの場合）でも
    # 同じ処理で変換できるよう、各計算結果を要素のリストに統一します。
    result_lists = []
    for arr in result_arrays:
        raw_vals = arr.tolist() if hasattr(arr, "tolist") else arr
        result_lists.append(raw_vals if isinstance(raw_vals, list) else [raw_vals])

    # 入力値が有限でも、値が極端に大きいと計算の途中で桁あふれ（オーバーフロー）し、
    # 結果が無限大やNaNになるため、エラーとします。
    for vals in result_lists:
        for res_val in vals:
            if not (-float("inf") < res_val < float("inf")):
                raise ValueError(f"{func_name}: 計算結果が桁あふれしました。入力値の大きさを確認してください。")

    # 基準入力がスカラー値（または0次元ndarray）なのに、計算結果が複数要素になっている場合は、
    # 結果の一部が失われてしまうため、エラーとします。
    # （_to_array_1dsim_com を使用しない場合に、スカラー値とndarrayが混在していると、ここで検出されます）
    ref_is_scalar = not isinstance(ref_input, (list, tuple)) and getattr(ref_input, "ndim", 0) != 1
    if ref_is_scalar and any(len(vals) != 1 for vals in result_lists):
        raise ValueError(f"{func_name}: 入力値の要素数が一致していません。")

    # 出力形式は ref_input の形式（型）のみで決定します。
    if isinstance(ref_input, np.ndarray):
        # 0次元のndarrayで入力された場合は、0次元のndarrayで返します。
        if ref_input.ndim == 0:
            res = tuple(np.array(vals[0]) for vals in result_lists)
        else:
            res = tuple(np.array(vals) for vals in result_lists)
    elif isinstance(ref_input, list):
        res = tuple(vals for vals in result_lists)
    elif isinstance(ref_input, tuple):
        res = tuple(tuple(vals) for vals in result_lists)
    else:
        # スカラー値（数値など）で入力された場合
        res = tuple(vals[0] for vals in result_lists)

    return res[0] if len(res) == 1 else res