Python-Numpyライブラリの学習
8766 ワード
Numpyはデータ科学分野で最も基礎的なPythonライブラリであり、線形代数などの数学知識と効果的に結びつける高速で効率的な数学演算を提供しています.また、NumpyはC言語に基づいて実現されるため、C/Matlabに匹敵する実行効率があります.
1、Arrayの作成
2、素早くArrayを作成する
3、Arrayの属性
4、Arrayのアクセス
5、Array共通関数
6、配列演算
7、マトリックスの作成
8、行列の演算
1、Arrayの作成
import numpy as np
#
# list1 = [1, 2, 3, 4]
# array1 = np.array(list1)
# array1
#
# list2 = [5, 6, 7, 8]
# array2 = np.array([list1,list2])
# array2
#
# array3 = np.arange(1, 10, 3) #np.arange(n, m, p) n m-1 p
# array3
# ,
# array4 = np.zeros(3,3) #np.zeros(n) n
# array4
# array5 = np.zeros([4,5]) #np.zeros([m,n]) m n
# array5
#
# array6 = np.eye(3) #np.eye(n) n
# array6
2、素早くArrayを作成する
import numpy as np
# np.random.randn(n) n, float
np.random.randn(10)
# np.random.randint(m,size(a,b)) int 0 m-1 a*b
np.random.randint(10,size=(3,4))
# reshape
np.random.randint(10,size=(3,4)).reshape(6,2)
3、Arrayの属性
import numpy as np
#
array1 = np.array([[1, 2, 3, 4],[5, 6, 7, 8]])
array1
#
array1.shape
#
array1.size
#
array1.dtyp # ,
4、Arrayのアクセス
import numpy as np
#
array1 = np.arange(1, 10)
array1
#
array1[2] # index 0 array[n] n+1
array1[1:3] #
#
array2 = np.array([[1, 2, 3, 4],[5, 6, 7, 8]])
array2
array2[1][0] #
array2[1,0] #
#
array3 = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
array3[:2, 1:] # , 。 ,
5、Array共通関数
import numpy as np
#
a = np.random.randint(10, size=12).reshape(3,4)
# unique()
np.unique(a) #
# sum()
sum(a) #
#
sum(a[0]) #
#
sum(a[:,0]) #
# max()
a.max() # a
# sun()
max(a[0]) #
max(a[:,0]) #
6、配列演算
import numpy as np
#
array1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
array2 = np.array([[0,1,2],[2,3,0],[4,5,6]])
#
# array1 + array2
# array1 - array2
#
# array1 * array2
#
# array1 / array2 # 0
7、マトリックスの作成
import numpy as np
#
a = np.mat([[1,2,3],[4,5,6]])
#
b = np.mat(np.random.randint(10, size=6).reshape(3,2))
8、行列の演算
import numpy as np
#
A = np.mat([[1,2,3],[4,5,6]])
B = np.mat([[7,8,9],[2,4,8]])
#
# A + B
# A - B #
#
'''
A * B !
'''
# B 3*2
B.T
A * B.T