[Python] NumPy 入門

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。 <a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEid9G04i6Yw-BNUi16o0RaiCkd5c-N6A0QO2MO6n6tlGlZ2zj5fKVqkS2Xcr7KPr-vp319pWmtet6B0pjx7eEMoKMvDGUohyphenhyphen9QiDHR8pp9pS8u3tyUKFersSJVNbCmigzoaYE2ndNcfpfk/s0/2048px-Python-logo-notext.svg.png" hidden><img alt="" border="0" data-original-height="200" data-original-width="200" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEid9G04i6Yw-BNUi16o0RaiCkd5c-N6A0QO2MO6n6tlGlZ2zj5fKVqkS2Xcr7KPr-vp319pWmtet6B0pjx7eEMoKMvDGUohyphenhyphen9QiDHR8pp9pS8u3tyUKFersSJVNbCmigzoaYE2ndNcfpfk/s0/2048px-Python-logo-notext.svg.png"/></a> ## 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 <class 'numpy.ndarray'> [1 2 3] <class 'numpy.ndarray'> [[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 [] <class 'numpy.ndarray'> ``` ```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]] <class 'numpy.ndarray'> ``` ## 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