numpy入門3_「arrayを添え字で参照する」
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。
第3回目、「arrayを添え字で参照する」です。
よろしくお願い致します。
おまじない
import numpy as np
添え字を使ったアクセス(1次元配列)
1点だけ指定
arr = np.arange(0,11)#arrayを作る arr >>> array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
arr[8] >>> 8
スライスを用いて、arrayを表示
arr[1:5] >>> array([1, 2, 3, 4])
スライスを用いて、arrayに代入
arr[0:5]=100 arr >>> array([100, 100, 100, 100, 100, 5, 6, 7, 8, 9, 10])
スライスを用いてすべての要素を指定
arr = np.arange(0,11)#arrayを作る arr = np.arange(0,11) arr >>> array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
slice_of_arr = arr[0:6] slice_of_arr >>> array([0, 1, 2, 3, 4, 5])
slice_of_arr[:]=99 slice_of_arr >>> array([99, 99, 99, 99, 99, 99])
arr#最初のarrayを確認すると。 >>> array([99, 99, 99, 99, 99, 99, 6, 7, 8, 9, 10])
添え字を使ったアクセス(2次元配列)
arr_2d = np.array(([5,10,15],[20,25,30],[35,40,45])) #arrayを作る。 arr_2d >>> array([[ 5, 10, 15], [20, 25, 30], [35, 40, 45]])
行の指定
arr_2d[1] >>> array([20, 25, 30])
行と列の指定
arr_2d[1][0] #arr[行][列] or arr[行,列]で、特定の要素を指定できる >>> 20
arr_2d[1,0] #arr[行][列] or arr[行,列]で、特定の要素を指定できる >>> 20
2次元arrayのスライス
arr_2d >>> array([[ 5, 10, 15], [20, 25, 30], [35, 40, 45]])
arr_2d[:2,1:] #arr[行][列] or arr[行,列]で、特定の要素を指定できる #この場合では右上の2×2を指定 >>> array([[10, 15], [25, 30]])
複数の行を取り出す添え字
arr_3d = np.array(([5,10,15],[20,25,30],[35,40,45],[50,55,60])) #arrayを作る。 arr_3d >>> array([[ 5, 10, 15], [20, 25, 30], [35, 40, 45], [50, 55, 60]])
arr_3d[[0,2,3]] >>> array([[ 5, 10, 15], [35, 40, 45], [50, 55, 60]])
arr_3d[[0,2,3],[1,1,0]]#列の指定も可能 >>> array([10, 40, 50])
arr_3d[[3,0,2]]#順番を変えることも可能 >>> array([[50, 55, 60], [ 5, 10, 15], [35, 40, 45]])
第4回はこちら。
それじゃー、また。
numpy入門2_「arrayを使った計算」
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」とい確認できるハンドブックのような存在を目指して。 第2回目、「arrayを使った計算」です。 よろしくお願い致します。
おまじない
import numpy as np
arrayのかけ算
arr1 = np.array([[1,2,3,4],[8,9,10,11]])# arrayを作る arr1 >>> array([[ 1, 2, 3, 4], [ 8, 9, 10, 11]])
arr1*arr1 >>> array([[ 1, 4, 9, 16], [ 64, 81, 100, 121]])
arrayの引き算
arr1-arr1
>>>
array([[0, 0, 0, 0],
[0, 0, 0, 0]])
arrayの割り算
1 / arr1
>>>
array([[ 1. , 0.5 , 0.33333333, 0.25 ],
[ 0.125 , 0.11111111, 0.1 , 0.09090909]])
arrayの累乗（べき乗）を計算
arr1 ** 3
>>>
array([[ 1, 8, 27, 64],
[ 512, 729, 1000, 1331]])
第3回はこちら。
それじゃー、また。
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
- listからarrayに変換する
- arrayを表示する
- arrayをコピーする
- 行列の大きさを指定して、多次元のarrayを作る。
- 複数のlistを使って、多次元のarrayを作る。
- arrayのサイズを調べる
- arrayのデータ型を調べる
- すべての要素が０のarrayを作る
- すべての要素が1のarrayを作る
- 空のarrayを作る
- 単位行列のarrayを作る
- 等差数列のarrayを作る(arange関数)
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。
それじゃー、また。
