Numpyの基礎の基礎

みなさんこんにちわAIくんです

今日はNumpyの基礎のコードを書いていきたいと思います。

ほんとに基礎的なことしかしません。

ただ、なんでもそうだと思いますが基礎がおろそかだと

後々後悔することになると思うので、AIくんもまだまだ勉強途中ですので

みなさんと一緒に成長していけたらと思ってます。

よろしくおねがいします。

今回は、Numpy勉強するなら何回も出てくる

「Array関数」について書いていこうと思います。

やっぱり基礎中の基礎だけあって超便利ですね

この関数は「ndarray」を返してくれる関数で、

配列を作ってくれます。

ndarrayについての記事はまだ書けてないので、

「そもそもndarrayって？」となる方がいたらすみません。近いうちに書きます。

AIくん的には今の段階だとそこまで深く考えなくてもいいかなって感じです。

大事であることにはかわり有りませんが、ここでは一旦スルーします。

array関数の引数はこんな感じです。何個か取り上げたいと思います。

 #arrayの引数 
array(object, dtype, copy, order, subok, ndmin) 

配列を作りたい場合

>>>import numpy as np
>>> a = np.array([1,2,3])　#[1,2,3]は 'object' です。
>>> a
array([1, 2, 3])

が返ってきます。他にも変数をndarrayに変えることもできます。

>>> b = [5,6,7]
>>> np.array(b)
array([5, 6, 7])

「ndmin」で次元を選択できます。

>>> c = np.array([1,2,3], ndmin=2) #ndminがなければ1次元 
>>> c
array([[1, 2, 3]])
>>> c.ndim
2  #次元数 

このarray関数の便利なところは、pythonのリストも、指定した要件を満たす配列オブジェクトに返えてくれます。つまり

 #もともはpythonのリスト 
>>> py_list = [1,2,3]
>>> type(py_list)
<class 'list'> #array関数を使うと 。。。
>>> np_list = np.array(py_list)
>>> type(np_list)
<class 'numpy.ndarray'>

値がそのまま返って来るのは引数の「copy」が関わっています。

この引数はデフォルト引数でbool値のTrueとなっています。

なので、仮にcopyが引数で呼ばれなかった場合は第1引数objectをコピーします。

このように　array関数の便利さを書いてきました。

他にも思いついたら追加で書いていきたいと思います。