pythonライブラリNumPy[基本]
こんにちは。
今回は、Pythonでのベクトルや行列計算の際に処理を高速にしてくれるライブラリ「NumPy」の基本について紹介していきます。
まず使い方としては、NumPyを使う前にNumPyをコード上に持ってこなくてはなりません。そのため、コードを書く前に「import numpy」と書きます。
# NumPyをインポート
import numpy
また、NumPyを使う際には毎度、NumPyと打たなくてはなりません。そのため、打つ量を減らし、コードを見やすくするためにも「import numpy」の後に「as np」と打つことで次回から「NumPy」と打たずに「np」と打つことでNumPyを使用できるようになります。
# 次回から「numpy」ではなく「np」と打つことでnumpyを使用できるようにする
import numpy as np
NumPyでは、配列を高速に処理することを可能にするndarrayクラスがあります。nd.array(リスト)で使えます。
import numpy as np
# ndarrayクラスの作成
a = np.array([2,3,4])
a
> array([2,3,4])
上で作ったndarrayクラスは一次元のクラスであり、二次元、三次元だと以下のようになります。
import numpy as np
# 二次元のndarrayクラスの作成
b = np.array([[1,2,3],[4,5,6]])
# 三次元のndarrayクラスの作成
c = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
ndarrayクラスは一次元の場合はベクトル、二次元の場合は行列、三次元の場合はテンソルと呼ばれます。
また、ndarrayクラスはメソッドも持っています。
中でも代表的なものをいくつか紹介します。
ndarray.ndim
次元の数を返します。
ndarray.shape
列と行の数を返します。
ndarray.size
import numpy as np
# 二次元のndarrayクラスの生成
a = np.arange(15).reshape(3,5)
a
> array([[0,1,2,3,4],
[5,6,7,8,9],
[10,11,12,13,14]])
# 列と行の数が知りたい!
a.shape
> (3,5)
# 次元の数が知りたい!
a.ndim
> 2
# array内の要素数が知りたい!
a.size
> 15
このように作成したarrayの詳細を知りたい、若しくは使いたい際はこのようにメソッドを打つと返ってきます。
今回は以上です。
この記事が気に入ったらサポートをしてみませんか?