pythonデータ分析-numpyモジュールの基礎知識(2)

やれやれ~ブロガーはデータ分析を勉強している一員で、自分の学習過程でまとめた知識点を記録している.みんながすべて学习の情热を维持することができることを望んで、自分を坚持して、绝えず自分を超えます!ブログアドレス:qxiのブログ
この文章は主に行列の加減演算、乗算演算、行列の最大値、最小値、平均値などを得る方法、行列の回転に関するものです.マトリックスの加減演算

import numpy as np
a=np.array([12,20,30,40])
b=np.arange(4)
print(a,b)
c=a-b
print(c)

実行結果:

[12 20 30 40] [0 1 2 3]
[12 19 28 37]

2.両行列の乗算はnp.dot(a,b)、要素の乗算は*で、cは点乗の結果を返し、2つのマトリクスのうち1つ1つの要素が対応して乗算され、c_dotこそ行列の乗算原則(線形代数の行列乗算)

import numpy as np
a=np.array([[1,1],[0,1]])
b=np.arange(4).reshape((2,2))
c=a*b
c_dot=np.dot(a,b)
print(c)
print(c_dot)

実行結果:

[[0 1]
 [0 3]]
[[2 4]
 [2 3]]

3.行列の最大値、最小値、合計をとる

import numpy as np
a=np.random.random((2,4))
print(a)
print(np.sum(a))
print(np.max(a))
print(np.min(a))

実行結果:

[[0.72736344 0.62697694 0.92710953 0.16057127]
 [0.24684854 0.62153325 0.85663209 0.03270094]]
4.199735998272793
0.9271095307305688
0.032700938688204784

また、最大値および最小値要素のインデックス(すなわち、位置)はnpを用いる.Argmax(array)という形でいいです

import numpy as np
a=np.arange(2,14).reshape((3,4))
print(a)
print(np.argmin(a))
print(np.argmax(a))

実行結果:

[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]
0       #   2 0  ，
11      #   13 11  

4.axis=1は行を表し、0は列を表して行ごとに和を求め、列ごとに最大値をとる

import numpy as np
a=np.random.random((2,4))
print(a)
print(np.sum(a,axis=1))     #    ，    
print(np.max(a,axis=0))     #      ，  4 

実行結果:

[[0.30268151 0.83788309 0.66272296 0.0704801 ]
 [0.76958351 0.65382616 0.28423487 0.90120983]]
[1.87376765 2.60885438]
[0.76958351 0.83788309 0.66272296 0.90120983]

5.行列の平均値をとるnpを利用する.mean(array)またはnp.average(array)、中位数はnp.median(array)

import numpy as np
a=np.arange(2,14).reshape((3,4))
print(a)
print(np.mean(a))
print(np.average(a))
print(np.median(a))

実行結果:

[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]
7.5
7.5
7.5

6.npを利用する.Cumsum(array)はマトリックス要素を累積し、np.diff疲労

import numpy as np
a=np.arange(2,14).reshape((3,4))
print(a)
print(np.cumsum(a))
print(np.diff(a))

実行結果:

[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]
[ 2  5  9 14 20 27 35 44 54 65 77 90] #    
[[1 1 1]
 [1 1 1]
 [1 1 1]] #    

7.マトリクスの回転はnp.transpose()またはarray.T;dotはマトリクス乗算を表し、AマトリクスとBマトリクスを乗算し、A.dot(B)またはdot(A,B)を用いる

import numpy as np
a=np.arange(14,2,-1).reshape((3,4))
print(a)
print(np.transpose(a))
print(a.T)

実行結果:

[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]] #   
[[14 10  6]
 [13  9  5]
 [12  8  4]
 [11  7  3]] #    
[[14 10  6]
 [13  9  5]
 [12  8  4]
 [11  7  3]]#      

では、numpyモジュールの基礎知識(2)についてご紹介します.ここまで~後期は更新が続きますよ.質問をして一緒に勉強してください.私の主な学習対象はpythonデータ分析を勉強し始めたばかりの仲間ですよ.少しでも役に立つと思ったらいいですね.後で一緒に勉強して討論することができます.