筋肉で解決しないために。

日々出会うモノに対する考察をしたり、主に以下のテーマに関して書いています。 データサイエンス/人工知能/AI/機械学習/DeepLearning/Python//数学/統計学/統計処理

numpy入門1_「arrayを作る。」

こんにちは、ワタルです。

さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して、 全10回前後で、numpy入門という連載を開始したいと思います。

今回は第一回目です。 よろしくお願いします。

numpyをimportする

import numpy as np

listからarrayに変換する

my_list1 = [1,2,3,4]
my_array1 = np.array(my_list1)

arrayを表示する

my_array1

>>>
array([1, 2, 3, 4])

arrayをコピーする

my_array2 = my_array1.copy()
my_array2

>>>
array([1, 2, 3, 4])

行列の大きさを指定して、多次元のarrayを作る。

arr = np.arange(9).reshape((3,3))
arr

>>>
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

複数のlistを使って、多次元のarrayを作る。

my_list1 = [1,2,3,4]
my_list2 = [11,22,33,44]
my_lists = [my_list1,my_list2]#listのlistを作成
my_array2 = np.array(my_lists)
my_array2

>>>
array([[ 1,  2,  3,  4],
       [11, 22, 33, 44]])

arrayのサイズを調べる

my_array2.shape

>>>
(2, 4)

arrayのデータ型を調べる

my_array2.dtype

>>>
dtype('int64')

すべての要素が0のarrayを作る

np.zeros(5)

>>>
array([ 0.,  0.,  0.,  0.,  0.])

すべての要素が1のarrayを作る

np.ones((5,5))

>>>
array([[ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.]])

空のarrayを作る

np.empty((3,4))#値が初期化されていないarrayを作る

>>>
array([[1.29251335e-311, 3.16202013e-322, 0.00000000e+000,
        0.00000000e+000],
       [0.00000000e+000, 1.58687284e-047, 1.73190845e+185,
        2.65249924e-032],
       [2.04047762e+184, 4.79803618e+174, 1.68674969e+160,
        1.40393544e+165]])

単位行列のarrayを作る

np.eye(5)

>>>
array([[ 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.]])

等差数列のarrayを作る(arange関数)

np.arange(5)#等差1の配列を作る

>>>
array([0, 1, 2, 3, 4])
np.arange(5,50,2)

>>>
array([ 5,  7,  9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37,
       39, 41, 43, 45, 47, 49])

第2回はこちら。

watarumon.hatenablog.com

それじゃー、また。