【pythonの基礎#2】データの扱い(numpy)

投稿者 Dken2021年9月29日2021年9月29日

記事の目的

pythonの基礎である、データを扱う際に使用するnumpyについて実装していきます。ここにある全てのコードは、コピペで再現することが可能です。

目次

ライブラリとデータの作成
データの参照
演算
特殊な関数

1 ライブラリとデータの作成

import numpy as np

# 1.1 次元
x0 = np.array(1)
print(x0, x0.shape) # スカラー
x1 = np.array([1,2,3,4])
print(x1, x1.shape) # ベクトル
x2 = np.array([[1,2],[3,4]])
print(x2, x2.shape) # 行列

# 1.2 連続データ
x = np.arange(10) # 0-9
print(x)

# 1.3 ランダムデータ
np.random.seed(1)
x = np.random.rand(2, 2) # 0-1の一様分布からの乱数発生
print(x)
x = np.random.randn(2, 2) # 標準正規分布からの乱数発生
print(x)

# 1.4 0と1
x = np.zeros((3,5)) # 全要素が0の行列
print(x)
x = np.ones((5,4)) # 全要素が1の行列
print(x)

2 データの参照

x = np.random.randn(3,5)
print(x)
print(x[0,:]) # 0行目
print(x[:,3]) # 3列面
print(x[0:2,:]) # 0-1行目

3 演算

# 3.1 ベクトルの演算
x = np.array([1,2,3,4])
y = np.array([5,6,7,8])
print(x+10,x-10,x*10,x/10) # スカラーとの四則演算
print(x+y,x-y,x+y,x/y) # ベクトル同士の四則演算
print(np.dot(x,y)) # ベクトルの内積

# 3.2 行列の演算
x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])
print(x+10) # スカラーとの四則演算
print(x+y) # 行列同士の四則演算
print(np.dot(x,y)) # 行列の内積

4 特殊な関数

# 4.1 sumとmean
x = np.array([[1,2],[3,4]])
print(x)
print(x.sum()) # 全要素の合計
print(x.sum(axis=0), x.sum(axis=1)) # 各軸の合計
print(x.mean()) # 全要素の平均
print(x.mean(axis=0), x.mean(axis=1)) # 各軸の平均

# 4.2 reshapeとtranspose
x = np.arange(30)
print(x.reshape(5,6)) # 形を変形
print(x.reshape(2,3,5))
print(x.reshape(3,-1))
y = x.reshape(2, 3, 5)
y.transpose(1,0,2)