import numpy as np
## Array Creations
Array creation routines — NumPy v2.1 Manual
配列は List または Tuple から宣言できる。
# 1次元
arr = np.array([1, 2, 3], dtype=np.int32)
arr = np.array((1, 2, 3), dtype=np.int32)
# 2次元
matrix = np.array([[1, 2], [3, 4]])
### Convertion between Vector and Matrix
reshape は配列を 行列に、revel はベクトルに変換する。
matrix = arr.reshape(2, 3)
arr = matrix.ravel()
### Static properties
matrix = np.array([
[1, 2],
[3, 4],
[5, 6]
])
matrix.shape # (3, 2)
matrix.ndim # len(3, 2) -> 3
matrix.size # (3 * 2) -> 6
matrix.flat # [1, 2, 3, 4, 5, 6]
matrix.T # Transposed matrix
### arange
(start, end) の間で公差 step の等差数列を生成する。
np.arange(start, end, step)
### linspace
(start, end) の間を num_of_divide 個に均等分割した配列を生成する。
np.linspace(start, end, num_of_divide)
### zeros / ones
shape（タプル）を引数にとり、0 または 1 埋めされた配列を生成する。
np.zeros(shape)
np.ones(shape)
### random.rand
shape（タプル）を引数にとり、0 以上 1 未満の一様乱数からなる配列を生成する。
np.random.rand(shape)
乱数をサンプリングするための確率分布がいくつか用意されている。
| Method | Distribution |
|---|---|
np.random.randn(shape) | Normal Dist |
np.random.binomial(shape) | Binomial Dist |
np.random.poisson(shape) | Poisson Dist |
## Indice and Slices
arr = np.arange(0, 5, 1) # [0 1 2 3 4]
arr[1:4] # [1 2 3]
arr[2::] # [2 3 4]
arr[:-2] # [0 1 2]
arr[::2] # [0 2 4]
arr[::-1] # [4 3 2 1 0]
## Operation
### With Scalar
配列とスカラーとの二項演算は、配列の各要素に対する演算となる。
arr = np.array([1, 2, 3, 4])
arr + 1 # [2 3 4 5]
arr - 1 # [0 1 2 3]
arr * 2 # [2 4 6 8]
arr / 2 # [0.5 1 1.5 2]
arr // 2 # [0 1 1 2]
arr % 2 # [1 0 1 0]
arr ** 2 # [1 4 9 16]
### Array-to-Array
配列どうしの二項演算は、その要素どうしの演算となる。とくに、乗除は Hadamard 演算となる。
a = np.array([1, 2, 3, 4])
b = 2 * a
a + b # [3 6 9 12]
a - b # [-1 -2 -3 -4]
a * b # [2 8 18 32]
a / b # [0.5 0.5 0.5 0.5]
### Universal Functions
Statistics — NumPy v2.1 Manual
# Math Operations
np.sqrt()
np.log()
np.log2()
np.log10()
np.exp()
# Trigonometric Functions
np.sin()
np.cos()
np.tan()
np.arcsin()
np.arccos()
np.arctan()
np.sinh()
np.cosh()
np.tanh()
# Statistics Functions
np.median()
np.average()
np.mean()
np.var()
np.std()
np.cov()
# Others
np.sort()
np.floor()
np.ceil()
np.round()
np.sum()
np.prod()
np.max()
np.min()
np.gradient()
## Save and Restore
配列の要素を外部ファイル（txt, csv）にエクスポートしたり、インポートすることが可能である。
# Save
np.savetxt("filename", arr)
# Restore
np.loadtxt("filename", arr, delimiter=",")
Pandas の利用
Pandas の read_csv 関数を利用することで同様の実装が可能である。
## Linear Algebra
Linear algebra (numpy.linalg) — NumPy v2.1 Manual
特に固有値問題にかかわるメソッドは、np.linalg 名前空間にある。
np.vdot() # Dot Product
np.matmul() # Matrix Product
np.linalg.cross() # Cross Product (3-Vectors)
np.linalg.eig() # Eigvalues and Right-Eigvecs
np.linalg.norm() # Norm
np.linalg.det() # Determinant
np.trace() # Trace
記事がありません