Numpyで忘れがちなことメモ
size
要素数を返却
full
指定した要素で満たされた配列を返却
>>> np.full((2, 3), 4)
array([[4, 4, 4],
[4, 4, 4]])
full_likeも便利。
choose
>>> np.array([1, 0, 2]).choose(['A', 'B', 'C'])
array(['B', 'A', 'C'], dtype='<U1')
個人的には、下記の書き方の方が使いやすい
>>> np.array(['A','B','C'])[[1,0,2]]
array(['B', 'A', 'C'], dtype='<U1')
vectorize
関数をユニバーサル関数化する
isfinite
(-)inf, nanのいずれでもない場合にTrue
>>> arr = np.array([np.inf, 1, 0, np.nan, -np.inf])
>>> np.isfinite(arr)
array([False, True, True, False, False], dtype=bool)
isin
配列内に要素が含まれる場合にTrue
@
要素ごとの積
>>> arr = np.array([[2, 1], [4, 5]])
>>> arr @ arr
array([[ 8, 7],
[28, 29]])
percentile
25パーセンタイルであれば下記のように使う
>>> np.percentile(data, 25)
この記事が気に入ったらサポートをしてみませんか?