numpyとは?

Pythonが提供する

パッケージ

は多次元配列に使用されます

科学計算(マトリクス計算専用)

アレイガイド計算

宣言

import numpyを使用できます.通常、使いやすいようにasを使用して宣言します.

import numpy as np

作成

numpy.array(data)

a = np.array([0,1,2,3,4])
print(a, type(a))

[0 1 2 3 4] <class 'numpy.ndarray'>

※numpyのarrayは統一資料型が必要です.

b = np.array([1,2,"string"])
print(b, type(b))

['1' '2' 'string'] <class 'numpy.ndarray'>

2番目のインデックスは文字列形式なので、0、1のインデックス値をint型からstring型に変換することもできます.
※既存のオブジェクトをarrayにする方法
numpy.fromiter(オブジェクト、dtype、count=-1)
count=-1はすべてインポートを表します
countは書く必要はありません.

import numpy as np
a= range(10)
x= np.fromiter(a,dtype = float,count =-1)
y= np.fromiter(a,dtype = float, count =5)
print(x)
print(y)

[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[0. 1. 2. 3. 4.]

次元のチェック

array()を使用して1次元を作成できることを確認できます.オーバーラップを使用する場合は、次元を追加できます.
.ndim次元のサイズを、に設定します.shapeは階層の形状を表示します.
1 Dアレイ:

a= np.array([0,1,2,3])
print(a.ndim,a.shape)

[0 1 2 3] 1 (4,)

2 Dアレイ:

b= np.array([0,1,2],[4,5,6])
print(b.ndim,b.shape)

[[0 1 2]
 [4,5,6] 2 (2, 3)

3 D配列複写:

c= np.array([[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]])
print(c, c.ndim,c.shape)

[[[ 1  2]
  [ 3  4]]
 [[ 5  6]
  [ 7  8]]
 [[ 9 10]
  [11 12]]] 3 (3, 2, 2)