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)