NumPyライブラリ入門1-ndarray配列の作成
7766 ワード
ndarray配列の作成には主に以下の方法があります. 1. pythonのリスト、メタグループなどのタイプから を作成します. 2. NumPyの関数を使用して、arrange、ones、zerosなどのndarray配列を作成します. 3. 例 1.pythonのリスト、メタグループなどのタイプから作成
NumPyはオープンソースのPythonサードパーティライブラリであり、SciPy、Pandasなどのデータ処理科学計算ライブラリの基礎であり、強力なN次元配列オブジェクトndarrayを含む.
NumPyでarray関数を使用して配列を作成する
パラメータの説明:
パラメータ
説明
dtype
データ型、オプション.dtypeを指定しない場合、データに基づいて自動的にタイプが関連付けられます.
2.NumPyの関数を使用して、arrange,ones,zerosなどのndarray配列を作成します.
関数#カンスウ#
説明
パラメータの説明
numpy.arange(start, stop, step, dtype)
開始値、終了値、ステップ長を設定した1次元配列を作成します.
start:開始値、デフォルト0 stop:終了値(含まない)step:ステップ長、デフォルト1 dtype:ndarrayのデータ型を返す
numpy.ones(shape, dtype = float, order = ‘C’)
指定したサイズを作成して全1配列を生成
shape:配列形状dtype:データ型オプションorder:‘C’Cの行配列、または‘F’Fortranの列配列
numpy.zeros(shape, dtype = float, order = ‘C’)
指定したサイズを作成して全0配列を生成
numpy.full(shape,val)
指定したサイズの配列を作成します.各要素の値はvalです.
numpy.eye(n)
n*nの単位行列を作成します(対角線値は1)
numpy.ones_like(a)
aの形状に基づいて全1配列を生成する
numpy.zeros_like(a)
aの形状に基づいて全0配列を生成する
numpy.full_like(a,val)
aの形状に基づいて配列を生成し、各要素値はvalである.
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
1次元配列を作成します.配列は等差数列です.
start:シーケンスの開始値stop:シーケンスの終了値、endpointがtrueの場合、この値は数列num:生成する等ステップ長のサンプル数、デフォルトは50 endpoint:この値がtrueの場合、数列にstop値が含まれ、逆に含まれず、デフォルトはTrueです.retstepがTrueの場合、生成された配列にピッチが表示され、逆に表示されません.dtype:ndarrayのデータ型
numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
等比数列の作成
start:シーケンスの開始値は、base**startstopです.シーケンスの終了値は、base**stopです.endpointがtrueの場合、この値は数列num:生成する等ステップ長のサンプル数、デフォルトは50 endpoint:この値がtrueの場合、数列にstop値が含まれ、逆に含まれず、デフォルトはTrueです.base:対数logの底数.
3.例
3.1 numpy.arangeインスタンス
出力結果は次のとおりです.
[10 12 14 16 18]
3.2 numpy.onesインスタンス(zeros,full同理)
出力結果は次のとおりです.
[1. 1. 1. 1. 1.] [[1 1] [1 1]]
3.3 numpy.linspaceインスタンス
#出力結果は次のとおりです.
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.] [10. 12. 14. 16. 18.] (array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)
3.4 numpy.logspaceインスタンス
#出力結果は次のとおりです.
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ] [ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]
MOOC
NumPyはオープンソースのPythonサードパーティライブラリであり、SciPy、Pandasなどのデータ処理科学計算ライブラリの基礎であり、強力なN次元配列オブジェクトndarrayを含む.
NumPyでarray関数を使用して配列を作成する
numpy.array(list/turple, dtype =None)
パラメータの説明:
パラメータ
説明
dtype
データ型、オプション.dtypeを指定しない場合、データに基づいて自動的にタイプが関連付けられます.
2.NumPyの関数を使用して、arrange,ones,zerosなどのndarray配列を作成します.
関数#カンスウ#
説明
パラメータの説明
numpy.arange(start, stop, step, dtype)
開始値、終了値、ステップ長を設定した1次元配列を作成します.
start:開始値、デフォルト0 stop:終了値(含まない)step:ステップ長、デフォルト1 dtype:ndarrayのデータ型を返す
numpy.ones(shape, dtype = float, order = ‘C’)
指定したサイズを作成して全1配列を生成
shape:配列形状dtype:データ型オプションorder:‘C’Cの行配列、または‘F’Fortranの列配列
numpy.zeros(shape, dtype = float, order = ‘C’)
指定したサイズを作成して全0配列を生成
numpy.full(shape,val)
指定したサイズの配列を作成します.各要素の値はvalです.
numpy.eye(n)
n*nの単位行列を作成します(対角線値は1)
numpy.ones_like(a)
aの形状に基づいて全1配列を生成する
numpy.zeros_like(a)
aの形状に基づいて全0配列を生成する
numpy.full_like(a,val)
aの形状に基づいて配列を生成し、各要素値はvalである.
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
1次元配列を作成します.配列は等差数列です.
start:シーケンスの開始値stop:シーケンスの終了値、endpointがtrueの場合、この値は数列num:生成する等ステップ長のサンプル数、デフォルトは50 endpoint:この値がtrueの場合、数列にstop値が含まれ、逆に含まれず、デフォルトはTrueです.retstepがTrueの場合、生成された配列にピッチが表示され、逆に表示されません.dtype:ndarrayのデータ型
numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
等比数列の作成
start:シーケンスの開始値は、base**startstopです.シーケンスの終了値は、base**stopです.endpointがtrueの場合、この値は数列num:生成する等ステップ長のサンプル数、デフォルトは50 endpoint:この値がtrueの場合、数列にstop値が含まれ、逆に含まれず、デフォルトはTrueです.base:対数logの底数.
3.例
3.1 numpy.arangeインスタンス
# , 10、 20, 2:
import numpy as np
x = np.arange(10,20,2)
print (x)
出力結果は次のとおりです.
[10 12 14 16 18]
3.2 numpy.onesインスタンス(zeros,full同理)
# , 1:
import numpy as np
#
x = np.ones(5)
print(x)
#
x = np.ones([2,2], dtype = int)
print(x)
出力結果は次のとおりです.
[1. 1. 1. 1. 1.] [[1 1] [1 1]]
3.3 numpy.linspaceインスタンス
import numpy as np
# 1 , 10, 10
a = np.linspace(1,10,10)
print(a)
# endpoint false, ; endpoint true, 20
b = np.linspace(10, 20, 5, endpoint = False)
print(b)
#
c =np.linspace(1,10,10,retstep= True)
print(c)
#出力結果は次のとおりです.
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.] [10. 12. 14. 16. 18.] (array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)
3.4 numpy.logspaceインスタンス
import numpy as np
# 10
a = np.logspace(1.0, 2.0, num = 10)
print (a)
b = np.logspace(0,9,10,base=2)
print (b)
#出力結果は次のとおりです.
[ 10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664 46.41588834 59.94842503 77.42636827 100. ] [ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]
MOOC