Numpyの生成
Numpyのコアフィーチャーの1つが、N次元グループオブジェクトであるndarrayです.ndarrayはPythonの高速です.フレキシブルな大型データセットコンテナ.配列を使用すると、スカラーのような操作構文を使用して、ブロック全体のデータ上でデータ計算を行うことができます.
Numpyを感じさせるには、まずNumpyをインポートし、小さなランダム配列を生成します.
dataに数学的な操作を加えることができます.
(Numpyのインポート方式import numpy as np.もちろんコードには**from numpy import***を使用してマルチライトのnpを省略することもでき、標準インポートのインポート方式を推奨します.)
1つのndarrayは汎用的な多次元同類データコンテナであり、すなわち、各要素が同じタイプである.各配列にはshape属性があり、配列の各次元の数を特徴付け、各配列にはデータのデータ型を記述するdtype属性があります.
「配列」、「Numpy配列」、または「ndarray」が表示されると、同じオブジェクト:ndarrayオブジェクトを表します.
配列を生成する最も簡単な方法はarray関数を使用することです.array関数は任意のシーケンス型オブジェクト(もちろん他の配列も含む)を受信し,伝達データを含む新しいNumpy配列を生成する.たとえば、リストの変換は良い例です.
同じ長さのリストなどのネストされたシーケンスは、自動的に多次元配列に変換されます.
data 2はリストを含むリストであるため、Numpy配列arr 2は2次元配列を形成する.これを確認するには、ndimとshapeのプロパティを確認します.
np.arrayは生成されたデータ型を自動的に推定します.データ型は特殊なメタデータdtypeに格納されます.例:
npを除いてarray、新しい配列を作成できる他の関数もたくさんあります.例えば、所定の長さおよび形状の後、zerosは一度に全0配列を作成することができ、onesは一度に全1配列を作成することができる.Emptyでは、初期化値のない配列を作成できます.高次元配列を作成するには、shapeにメタグループを渡す必要があります.
npを使用する.Emptyは全0配列を生成しますが、安全ではありません.初期化されていないゴミの数値を返す場合があります.
arangはPython内蔵関数rangeの配列版です.
配列生成関数は次のとおりです. array:入力データ(リスト、メタグループ、配列、その他のシーケンス)をndarrayに変換します.データを明示的に指定しないと、自動的に推定され、デフォルトではすべての入力データがコピーされます. asarray:入力データをndarrayに変換しますが、入力およびndarrayの場合はコピーされません. arange:Python内蔵関数rangeの配列版で、1つの配列を返します. ones:所与の形状とデータ型に基づいて全1配列を生成する. ones_like:与えられた配列に基づいて形状の同じ全1配列を生成します. zeros:所与の形状とデータ型に基づいて全0配列を生成します. zeros_like:与えられた配列に基づいて、同じ形状の全0配列を生成します. empty:所定の形状に基づいて初期化値のない空の配列を生成します. empty_like:与えられた配列に基づいて、同じ形状の初期化値のない空の配列を生成します. full:指定された形状とデータ型に基づいて指定された数値の配列を生成します. full_like:与えられた配列に基づいて、同じ形状を生成しますが、内容は数値を指定する配列です. eye,identity:N*Nフィーチャーマトリクス(対角線位置はすべて1で、残りの位置は0) を生成します.
Numpyを感じさせるには、まずNumpyをインポートし、小さなランダム配列を生成します.
import numpy as np
#
data = np.random.rand(2,3)
data
array([[0.91666618, 0.65477897, 0.47119754],
[0.01575175, 0.54662481, 0.02147491]])
dataに数学的な操作を加えることができます.
data * 10
array([[9.16666176, 6.54778974, 4.71197543],
[0.15751747, 5.46624805, 0.21474909]])
data + data
array([[1.83333235, 1.30955795, 0.94239509],
[0.03150349, 1.09324961, 0.04294982]])
(Numpyのインポート方式import numpy as np.もちろんコードには**from numpy import***を使用してマルチライトのnpを省略することもでき、標準インポートのインポート方式を推奨します.)
1つのndarrayは汎用的な多次元同類データコンテナであり、すなわち、各要素が同じタイプである.各配列にはshape属性があり、配列の各次元の数を特徴付け、各配列にはデータのデータ型を記述するdtype属性があります.
data.shape
(2, 3)
data.dtype
dtype('float64')
「配列」、「Numpy配列」、または「ndarray」が表示されると、同じオブジェクト:ndarrayオブジェクトを表します.
配列を生成する最も簡単な方法はarray関数を使用することです.array関数は任意のシーケンス型オブジェクト(もちろん他の配列も含む)を受信し,伝達データを含む新しいNumpy配列を生成する.たとえば、リストの変換は良い例です.
data1 = [6,7.5,8,0,1]
arr1 = np.array(data1)
arr1
array([6. , 7.5, 8. , 0. , 1. ])
同じ長さのリストなどのネストされたシーケンスは、自動的に多次元配列に変換されます.
data2 = [1,2,3,4],[5,6,7,8]
arr2 = np.array(data2)
arr2
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
data 2はリストを含むリストであるため、Numpy配列arr 2は2次元配列を形成する.これを確認するには、ndimとshapeのプロパティを確認します.
arr2.ndim
2
arr2.shape
(2, 4)
np.arrayは生成されたデータ型を自動的に推定します.データ型は特殊なメタデータdtypeに格納されます.例:
arr1.dtype
dtype('float64')
arr2.dtype
dtype('int32')
npを除いてarray、新しい配列を作成できる他の関数もたくさんあります.例えば、所定の長さおよび形状の後、zerosは一度に全0配列を作成することができ、onesは一度に全1配列を作成することができる.Emptyでは、初期化値のない配列を作成できます.高次元配列を作成するには、shapeにメタグループを渡す必要があります.
np.zeros(10)
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
np.zeros((3,6))
array([[0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0.]])
np.empty((2,3,2))
array([[[0., 0.],
[0., 0.],
[0., 0.]],
[[0., 0.],
[0., 0.],
[0., 0.]]])
npを使用する.Emptyは全0配列を生成しますが、安全ではありません.初期化されていないゴミの数値を返す場合があります.
arangはPython内蔵関数rangeの配列版です.
np.arange(15)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
配列生成関数は次のとおりです.