へっぽこプログラマーの備忘録
プログラムを中心とした個人的なメモ用のブログです。 タイトルは迷走中。
内容の保証はできませんのであしからずご了承ください。
menu
keyboard_arrow_up
Top
search
close
home
ホーム
computer
PC一般
construction
開発環境・ツール
code
プログラミング
home
ホーム
computer
PC一般
construction
開発環境・ツール
code
プログラミング
Home
›
Python
›
[Python] NumPy 入門
2022/03/14
[Python] NumPy 入門
update
event_note
label
Python
Python で高速に数値計算を行うためのライブラリである NumPy の基本的な使い方です。
## 環境 - Python 3.8.10 - numpy 1.22.2 ## インストールとインポート ```shell $ pip install numpy ``` numpy をインポートする際、慣例的に np とすることが多いそうです。 ```py import numpy as np ``` ## 配列の作成 NumPy 配列は `numpy.array` で作成します。 戻り値の型は `numpy.ndarray` となります。 ```py import numpy as np # 一次元配列 arr1 = np.array([1,2,3]) print(type(arr1)) print(arr1) # 二次元配列 arr2 = np.array([[1,2,3],[4,5,6]]) print(type(arr2)) print(arr2) ``` ```shell
[1 2 3]
[[1 2 3] [4 5 6]] ``` ### 空の配列を作成 ```py import numpy as np arr = np.empty(0) print(arr) print(type(arr)) ``` ```shell []
``` ```py import numpy as np #(2,3)の形状の配列 arr = np.empty((2,3)) print(arr) print(type(arr)) ``` ```shell [[6.23042070e-307 1.33512376e-306 1.11261230e-306] [7.56577399e-307 9.34600963e-307 1.15860970e-311]]
``` ## 配列の自動生成 ### 整数型 `numpy.arange(開始値,終了値,間隔値)` で整数型の配列を作成できます。 ```py import numpy as np arr = np.arange(21,31,1) print(arr) ``` ```shell [21 22 23 24 25 26 27 28 29 30] ``` ### 浮動小数型 `numpy.linspace(開始値,終了値,要素数)` で浮動小数型の配列を作成できます。 ```py import numpy as np arr = np.linspace(21,30,10) print(arr) ``` ```shell [21. 22. 23. 24. 25. 26. 27. 28. 29. 30.] ``` ### 値が全て0の配列 ```py import numpy as np arr = np.zeros(5) print(arr) ``` ```shell [0. 0. 0. 0. 0.] ``` ### 値が全て1の配列 ```py import numpy as np arr = np.ones(5) print(arr) ``` ```shell [1. 1. 1. 1. 1.] ``` ### 値が全て同じ任意の値の配列 ```py import numpy as np arr = np.full(5,2) print(arr) ``` ```shell [2 2 2 2 2] ``` ### 値が全て同じ任意の値の5x5の配列 ```py import numpy as np arr = np.full((5,5),2) print(arr) ``` ```shell [[2 2 2 2 2] [2 2 2 2 2] [2 2 2 2 2] [2 2 2 2 2] [2 2 2 2 2]] ``` ### 単位行列 ```py import numpy as np arr = np.eye(5) print(arr) ``` ```shell [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] ``` ## 転置 以下のいずれかで転置できます。 - numpy.transpose(配列) - 配列.transpose() - 配列.T 上記の3つは同じ挙動です。 また、`shape` で行列の形状を確認できます。 ```py import numpy as np # 2x3 の配列を生成 arr = np.random.randint(0,100,(2,3)) print(arr) print(arr.shape) # 配列の転置 arr = arr.T print(arr) print(arr.shape) ``` ```shell [[96 23 98] [62 95 13]] (2, 3) [[96 62] [23 95] [98 13]] (3, 2) ``` ### 転置方法を指定 ```py import numpy as np # 2x3x4 の配列を生成 arr = np.random.randint(0,100,(2,3,4)) print(arr) print(arr.shape) # 配列の転置 arr = arr.transpose((1,0,2)) print(arr) print(arr.shape) ``` ```shell [[[90 75 5 21] [ 6 6 98 11] [16 75 99 46]] [[72 48 52 2] [ 2 75 49 29] [51 30 41 40]]] (2, 3, 4) [[[90 75 5 21] [72 48 52 2]] [[ 6 6 98 11] [ 2 75 49 29]] [[16 75 99 46] [51 30 41 40]]] (3, 2, 4) ``` ## 平坦化 `flatten` または `ravel` で配列を一次元化できます。 `flatten` は配列をコピーして平坦化されるそうですが、`ravel` は元の配列から変更されるようです。 ```py import numpy as np # 2x3x4 の配列を生成 arr = np.random.randint(0,100,(2,3,4)) print(arr) print(arr.shape) # 配列の平坦化 arr = arr.ravel() print(arr) print(arr.shape) ``` ```shell [[[17 6 76 10] [83 33 17 4] [ 5 91 62 26]] [[97 33 84 5] [ 9 62 95 12] [41 93 28 46]]] (2, 3, 4) [17 6 76 10 83 33 17 4 5 91 62 26 97 33 84 5 9 62 95 12 41 93 28 46] (24,) ``` ## reshape と resize `reshape` と `resize` はどちらも配列の形状を変更するための関数ですが、`reshape` は元の配列の要素数が変わるような変更はできないのに対し、`resize` は好きな形状に変更することができます。 `resize` で元の配列よりもサイズが小さい場合は値が切り捨てられ、大きい場合は複製されます。 ```py import numpy as np # 2x3の配列を生成 arr = np.random.randint(0, 100, (2,3)) print(arr) # 2x3の配列を3x2の配列に変形する print('reshape 2x3 -> 3x2') arr1 = np.reshape(arr, (3,2)) print(arr1) print('resize 2x3 -> 3x2') arr2 = np.resize(arr, (3,2)) print(arr2) # 2x3列の配列を2x2の配列に縮小する print('resize 2x3 -> 2x2') arr3 = np.resize(arr, (2,2)) print(arr3) # 2x3列の配列を4x5の配列に拡大 print('resize 2x3 -> 4x5') arr4 = np.resize(arr, (4,5)) print(arr4) ``` ```shell [[55 23 6] [24 44 17]] reshape 2x3 -> 3x2 [[55 23] [ 6 24] [44 17]] resize 2x3 -> 3x2 [[55 23] [ 6 24] [44 17]] resize 2x3 -> 2x2 [[55 23] [ 6 24]] resize 2x3 -> 4x5 [[55 23 6 24 44] [17 55 23 6 24] [44 17 55 23 6] [24 44 17 55 23]] ``` ## 四則演算 配列同士で四則演算を行う方法として、関数を使用する方法と演算子を使用する方法があります。 ただし、乗算などは一般的な行列の積ではなく、同じ行と列の値同士の積となるようです。 ```py import numpy as np arr1 = np.array([100,200,300]) arr2 = np.array([40,50,60]) print(arr1 + arr2) print(np.add(arr1, arr2)) # 減算 print(arr1 - arr2) print(np.subtract(arr1, arr2)) # 乗算 print(arr1 * arr2) print(np.multiply(arr1, arr2)) # 除算 print(arr1 / arr2) print(np.divide(arr1, arr2)) ``` ```shell [140 250 360] [140 250 360] [ 60 150 240] [ 60 150 240] [ 4000 10000 18000] [ 4000 10000 18000] [2.5 4. 5. ] [2.5 4. 5. ] ```
## 参考 URL - https://tutorials.chainer.org/ja/08_Introduction_to_NumPy.html - https://qiita.com/mitsumizo/items/02cb82c06e3d42f5011e
tweet
facebook
Pocket
B!
はてブ
LINE
chevron_left
chevron_right
Translate
Popular Posts
TortoiseGit でコミットメッセージを変更する
image
NO IMAGE
smbclient で session setup failed: NT_STATUS_LOGON_FAILURE が表示される
Docker for Windows の設定
image
NO IMAGE
マージ元ブランチとマージ先ブランチ
TortoiseGit でブランチ間の差分を見る
[Python] 文字列の判定で、None と空文字を同時に判定する
[Python] matplotlib で plot する際に "Tcl_AsyncDelete: async handler deleted by the wrong thread" というエラーがでる
[Python] Tesseract で OCR を行ったら `UnicodeEncodeError: 'ascii' codec can't encode characters` のエラーが表示された
image
NO IMAGE
GitLab Runner でクローンする URL を変更する
image
NO IMAGE
Visual Studio で文字がにじむ(ぼやける)
Labels
.NET Core
31
.NET Framework
17
.NET Standard
2
AdminLTE
1
AI
1
Apache
3
AppVeyor
2
AsciiDoc
3
ASP.NET Core
55
Atom
4
AWS
5
AWS Cloud9
4
blockdiag
1
Blogger
13
Bootstrap
3
C/C++
6
C#
106
CentOS
3
Chrome
1
Chronograf
3
chrony
1
Codecov
1
CSS
1
Docker
79
DokuWiki
4
Doxygen
1
draw.io
1
EasyTag
1
Electron
1
Electron.NET
2
Entity Framework Core
9
Excel
2
FFmpeg
3
Firefox
6
Flask
1
Git
19
GitBook
4
GitBucket
7
GitHub
7
GitLab
39
Go
1
Google
1
Google Cloud Platform
1
Grafana
13
GStreamer
2
HTML
5
IIS
8
InfluxDB
14
JavaScript
15
Jenkins
7
Linux
34
Log4View
1
MahApps.Metro
3
MaterialDesignInXamlToolkit
1
MkDocs
2
MongoDB
5
MVC
1
MVVM
6
nginx
3
NLog
3
Node.js
8
npm
1
NVIDIA
3
onvif
1
OpenAPI
2
OpenCV
4
OpenSSL
3
OpenVINO
2
ownCloud
2
pandas
1
Pine Script
1
PlantUML
5
Portainer
3
PowerShell
8
Prism
2
PySide
18
Python
86
PyTorch
1
RabbitVCS
1
Razor
3
Redmine
33
Redoc
1
remark.js
2
rocketchat
10
Ruby
3
scikit-learn
1
SignalR
1
Slack
1
Socket.IO
1
SonarQube
5
Sphinx
10
SQL Server
5
SQLite
1
StableDiffusion
1
Subversion
2
Swagger
1
Swarmpit
1
Syslog
3
Telegraf
6
Tesseract
3
TestLink
2
Tomcat
2
TortoiseGit
11
TortoiseSVN
2
Trading View
1
Traefik
3
Travis CI
1
Ubuntu
31
Visual Studio
39
Visual Studio Code
10
VSCode
8
Vue.js
8
Windows
62
Windows 10
5
Windows ADK
1
Windows API
2
Windows Embedded
4
wkhtmltopdf
2
Word
3
WPF
12
WSL
5
WSL2
5
Xamarin
1
xUnit
5
yaml
1
yolo
1
アプリケーション
1
デザインパターン
1
テスト
1
バッチファイル
2
プログラミング
4
ライセンス
1
暗号資産(仮想通貨)
1
英語
2
確定申告
1
機械学習
1
強化学習
1
雑記
1
書籍
1
数学
1
正規表現
1
Blog Archive
►
2024
(9)
►
4月
(2)
►
3月
(1)
►
2月
(5)
►
1月
(1)
►
2023
(30)
►
12月
(3)
►
11月
(5)
►
10月
(2)
►
9月
(1)
►
8月
(2)
►
7月
(4)
►
6月
(2)
►
5月
(3)
►
4月
(2)
►
3月
(2)
►
2月
(3)
►
1月
(1)
▼
2022
(106)
►
12月
(5)
►
11月
(1)
►
10月
(3)
►
9月
(6)
►
8月
(7)
►
7月
(6)
►
6月
(13)
►
5月
(9)
►
4月
(15)
▼
3月
(11)
nvidia-docker2 (nvidia-container-toolkit) のインストール
Ubuntu 20.04 に古い NVIDIA Driver と CUDA をインストール
docker イメージのファイル保存、読み込み
[Python] `error in modulated_deformable_im2col_cud...
Markdown で外部の Markdown ファイルを読み込んで表示
[Python] `most likely due to a circular import` が表...
Windows PC から NAS に接続できなくなった
[Python] NumPy 入門
Ubuntu にリモートデスクトップ接続する
暗号資産(仮想通貨)の年末調整・確定申告メモ
[PySide] FlowLayout を作成する
►
2月
(14)
►
1月
(16)
►
2021
(85)
►
12月
(11)
►
11月
(6)
►
10月
(4)
►
9月
(10)
►
8月
(8)
►
7月
(4)
►
6月
(18)
►
5月
(7)
►
4月
(8)
►
3月
(2)
►
2月
(2)
►
1月
(5)
►
2020
(56)
►
12月
(1)
►
11月
(3)
►
10月
(3)
►
9月
(3)
►
8月
(3)
►
7月
(7)
►
6月
(7)
►
5月
(2)
►
4月
(6)
►
3月
(6)
►
2月
(3)
►
1月
(12)
►
2019
(92)
►
12月
(13)
►
11月
(9)
►
10月
(3)
►
9月
(2)
►
8月
(3)
►
7月
(5)
►
6月
(11)
►
5月
(6)
►
4月
(17)
►
3月
(9)
►
2月
(6)
►
1月
(8)
►
2018
(100)
►
12月
(1)
►
11月
(11)
►
10月
(8)
►
9月
(6)
►
8月
(10)
►
7月
(10)
►
6月
(8)
►
5月
(9)
►
4月
(8)
►
3月
(14)
►
2月
(4)
►
1月
(11)
►
2017
(117)
►
12月
(14)
►
11月
(20)
►
10月
(17)
►
9月
(19)
►
8月
(10)
►
7月
(8)
►
6月
(3)
►
5月
(6)
►
4月
(5)
►
3月
(2)
►
2月
(8)
►
1月
(5)
►
2016
(91)
►
12月
(5)
►
11月
(9)
►
10月
(11)
►
9月
(9)
►
8月
(6)
►
7月
(14)
►
6月
(14)
►
5月
(11)
►
4月
(10)
►
3月
(2)
►
2015
(23)
►
12月
(4)
►
11月
(2)
►
10月
(8)
►
9月
(8)
►
7月
(1)
►
2013
(3)
►
11月
(1)
►
9月
(1)
►
7月
(1)
►
2012
(2)
►
7月
(1)
►
6月
(1)
►
2011
(1)
►
9月
(1)
►
2009
(1)
►
7月
(1)
►
2008
(2)
►
11月
(1)
►
7月
(1)
►
2007
(3)
►
10月
(3)