Numpy の便利ツール
Numpyの便利ツール
NumPyは、多次元配列を扱う数値演算ライブラリ
Numpyには、いくつかの便利なツールが存在する
必要なライブラリーなどをインポートする
import numpy as np#Numpyをインポートする
A=np.array([[1,2],[3,4]])#2×2行列を作成する
sum()
import numpy as np#Numpyをインポートする
A=np.array([[1,2],[3,4]])#2×2行列を作成する
行列の全部の要素を足す
引数に０を設定すると行の和を出力
引数に1を設定すると列の和を出力
a=A.sum()
b=A.sum(0)#行の和
c=A.sum(1)#列の和
出力結果
10#a,1+2+3+4
array([4,6])#b,(1+3,2+4)
array([3,7])#c,(1+2,3+4)
mean()
行列の要素の平均を出力する
引数の設定はsum（）と同じ
a=A.mean()
b=A.mean(0)
c=A.mean(1)
出力結果
2.5#a
array([2.,3.])#b
array([1.5,3.5])#c
std()
行列の要素の標準偏差を求める
a=A.std()
出力結果
1.118033988749895
var()
行列の分散を求める
a=A.var()
出力結果
1.25
where()
where(条件式,x,y)
:条件式を満たす場合はxを返す
:条件式を満たさない場合はyを返す
np.where(2<A,"over2","under2")
出力結果
array([['under2', 'under2'],
['over2', 'over2']], dtype='<U6')
Author And Source
この問題について(Numpy の便利ツール), 我々は、より多くの情報をここで見つけました https://qiita.com/takechiyoswimmer/items/dcd2b1f4fa6666cfd357著者帰属：元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .