Python numpyの使い方(1) ベクトルの生成方法・演算・主なベクトルオブジェクトの属性など
Sponsored Links
こんばんは
お元気ですか?私は元気です。
本日はNumpyの使い方について
Numpyとは?
科学計算の為の基本的なパッケージだそうです
特徴として
①array objectが提供されている(np.array)
②洗練された関数
③C++やFortranのコードが利用されている
④よく使う線形代数、フーリエ変換、乱数のアルゴリズムがあります。
と記載されています。
因みに計算をさせるとむちゃくちゃ早いです。
Numpyを使おう
numpyのarray型について
>>> import numpy >>> numpy.array([2,3,4,5]) #リストをnumpyの配列に変換する array([2, 3, 4, 5]) >>> numpy.array([2,3,4,5]).dtype #型 dtype('int64') >>> numpy.array([2,3,4,5]).size #配列の要素数 4 >>> numpy.array([2,3,4,5]).ndim #次元数 1 >>> numpy.array([2,3,4,5],dtype=numpy.uint8) array([2, 3, 4, 5], dtype=uint8)
numpyベクトルの四則演算
#定数について >>> x + 3 array([5, 6, 7, 8]) >>> x - 3 array([-1, 0, 1, 2]) >>> x * 5 array([10, 15, 20, 25]) >>> x / 2 array([1, 1, 2, 2]) #ベクトル同士の演算 >>> x + y #ベクトルを足し算 array([12, 14, 16, 18]) >>> x - y #ベクトルの引き算 array([-8, -8, -8, -8]) >>> y / x #ベクトルの要素同士で割り算 array([5, 3, 3, 2]) >>> x * y #ベクトル同士で掛ける(行列演算ではない) array([20, 33, 48, 65])
numpyのベクトルの生成方法
>>> numpy.zeros(10) #0埋めの配列 array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]) >>> numpy.arange(10) #0 〜 N-1まで array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> numpy.arange(4,20) #4 〜 20-1まで array([ 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]) >>> numpy.arange(4,20,0.5) #4 〜 20-1まで 但し0.5刻み array([ 4. , 4.5, 5. , 5.5, 6. , 6.5, 7. , 7.5, 8. , 8.5, 9. , 9.5, 10. , 10.5, 11. , 11.5, 12. , 12.5, 13. , 13.5, 14. , 14.5, 15. , 15.5, 16. , 16.5, 17. , 17.5, 18. , 18.5, 19. , 19.5]) >>> numpy.ones(5) #1で初期化 array([ 1., 1., 1., 1., 1.])