「Python NumPy」の版間の差分
ナビゲーションに移動
検索に移動
(ページの作成:「==Python NumPy== [Python][Python matplotlib] *http://www.numpy.org/ ===ドキュメント=== *http://docs.scipy.org/doc/ ====リファレンス==== *https://docs.…」) |
|||
| 1行目: | 1行目: | ||
==Python NumPy== | ==Python NumPy== | ||
| − | [Python][Python matplotlib] | + | [[Python][Python matplotlib]] |
*http://www.numpy.org/ | *http://www.numpy.org/ | ||
| 33行目: | 33行目: | ||
*Microsoft Visual C++ Compiler for Python 2.7 | *Microsoft Visual C++ Compiler for Python 2.7 | ||
**http://www.microsoft.com/en-us/download/confirmation.aspx?id=44266 | **http://www.microsoft.com/en-us/download/confirmation.aspx?id=44266 | ||
| − | C:\Python27\Scripts | + | C:\Python27\Scripts>pip install numpy |
===配列の生成=== | ===配列の生成=== | ||
====リストから生成==== | ====リストから生成==== | ||
| − | + | >>> from numpy import * | |
| − | + | >>> a = array( [ 10, 20, 30, 40 ] ) | |
| − | + | >>> a | |
array([10, 20, 30, 40]) | array([10, 20, 30, 40]) | ||
====arange を使い配列を生成==== | ====arange を使い配列を生成==== | ||
| 44行目: | 44行目: | ||
=====0から始まる整数の配列を生成===== | =====0から始まる整数の配列を生成===== | ||
| − | + | >>> b = arange(4) | |
| − | + | >>> b | |
array([0, 1, 2, 3]) | array([0, 1, 2, 3]) | ||
=====0から3まで 0.5 きざみの配列を生成===== | =====0から3まで 0.5 きざみの配列を生成===== | ||
| − | + | >>> np.arange(0,3,0.5) | |
array([ 0. , 0.5, 1. , 1.5, 2. , 2.5]) | array([ 0. , 0.5, 1. , 1.5, 2. , 2.5]) | ||
====等しく割り付けられた配列を作成==== | ====等しく割り付けられた配列を作成==== | ||
| − | + | >>> c = linspace(-pi,pi,3) | |
| − | + | >>> c | |
array([-3.14159265, 0. , 3.14159265]) | array([-3.14159265, 0. , 3.14159265]) | ||
====既存の配列から生成==== | ====既存の配列から生成==== | ||
| − | + | >>> a1 = array([10,20,30]) | |
| − | + | >>> a2 = array([1,2,3]) | |
| − | + | >>> a3 = (a1 + a2) * 2 | |
| − | + | >>> a3 | |
array([22, 44, 66]) | array([22, 44, 66]) | ||
====多次元配列==== | ====多次元配列==== | ||
| − | + | >>> x = ones( (3,4) ) | |
| − | + | >>> x | |
array([[ 1., 1., 1., 1.], | array([[ 1., 1., 1., 1.], | ||
[ 1., 1., 1., 1.], | [ 1., 1., 1., 1.], | ||
[ 1., 1., 1., 1.]]) | [ 1., 1., 1., 1.]]) | ||
| − | + | >>> x.shape # タプルで次元を取得 | |
(3, 4) | (3, 4) | ||
====既存の配列の次元を変更==== | ====既存の配列の次元を変更==== | ||
| − | + | >>> y = arange(12) | |
| − | + | >>> y | |
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) | array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) | ||
| − | + | >>> y.shape = (3,4) | |
| − | + | >>> y | |
array([[ 0, 1, 2, 3], | array([[ 0, 1, 2, 3], | ||
[ 4, 5, 6, 7], | [ 4, 5, 6, 7], | ||
| 99行目: | 99行目: | ||
====列を抽出==== | ====列を抽出==== | ||
x[,:c] | x[,:c] | ||
| − | + | <blockquote>取り出した値が1次元の配列になるため注意 reshape()</blockquote> | |
====条件を満たすデータを取り出す==== | ====条件を満たすデータを取り出す==== | ||
| 108行目: | 108行目: | ||
====次元が異なる配列の演算==== | ====次元が異なる配列の演算==== | ||
=====それぞれの列に掛ける===== | =====それぞれの列に掛ける===== | ||
| − | + | >>> x = arange(4) | |
| − | + | >>> x | |
array([0, 1, 2, 3]) | array([0, 1, 2, 3]) | ||
| − | + | >>> x * 2 | |
array([0, 2, 4, 6]) | array([0, 2, 4, 6]) | ||
=====それぞれの行に足し込む===== | =====それぞれの行に足し込む===== | ||
| − | + | >>> y = arange(10) | |
| − | + | >>> y.shape = (2,5) | |
| − | + | >>> y | |
array([[0, 1, 2, 3, 4], | array([[0, 1, 2, 3, 4], | ||
[5, 6, 7, 8, 9]]) | [5, 6, 7, 8, 9]]) | ||
| − | + | >>> y1 = array([10,20,30,40,50]) | |
| − | + | >>> y2 = y + y1 | |
| − | + | >>> y2 | |
array([[10, 21, 32, 43, 54], | array([[10, 21, 32, 43, 54], | ||
[15, 26, 37, 48, 59]]) | [15, 26, 37, 48, 59]]) | ||
2020年2月15日 (土) 08:05時点における版
Python NumPy
[[Python][Python matplotlib]]
ドキュメント
リファレンス
概要
NumPy
- http://ja.wikipedia.org/wiki/NumPy
- 大部分がCで書かれたPython用の拡張モジュール
- 数値配列、行列を定義し、基本的な操作が可能
[Python Scipy] [SciPy]
- http://ja.wikipedia.org/wiki/SciPy
- 先進的な数学をNumPyを使って行うためのPythonのライブラリ
- 信号処理、最適化、統計、など
[Python matplotlib] [matplotlib]
- 出版物のクオリティで、インタラクティブにプロットするのを容易にするライブラリ
NumPy
- NumPyは多次元配列を扱うライブラリで、主に扱うデータ型は配列である
- 配列は同じ型の要素のセットであり、正の整数のベクターによりインデックス付けされる
Install
apt-getを使ってubuntuへインストール
sudo apt-get install python-numpy python-scipy
PIPを使ってインストール
# pip install numpy
[Python WindowsにPIPをインストール] [PIPを使ってWindowsにインストール]
- Microsoft Visual C++ Compiler for Python 2.7
C:\Python27\Scripts>pip install numpy
配列の生成
リストから生成
>>> from numpy import * >>> a = array( [ 10, 20, 30, 40 ] ) >>> a array([10, 20, 30, 40])
arange を使い配列を生成
arange([start,] stop[, step,], dtype=None)
0から始まる整数の配列を生成
>>> b = arange(4) >>> b array([0, 1, 2, 3])
0から3まで 0.5 きざみの配列を生成
>>> np.arange(0,3,0.5) array([ 0. , 0.5, 1. , 1.5, 2. , 2.5])
等しく割り付けられた配列を作成
>>> c = linspace(-pi,pi,3) >>> c array([-3.14159265, 0. , 3.14159265])
既存の配列から生成
>>> a1 = array([10,20,30]) >>> a2 = array([1,2,3]) >>> a3 = (a1 + a2) * 2 >>> a3 array([22, 44, 66])
多次元配列
>>> x = ones( (3,4) )
>>> x
array([[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]])
>>> x.shape # タプルで次元を取得
(3, 4)
既存の配列の次元を変更
>>> y = arange(12)
>>> y
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
>>> y.shape = (3,4)
>>> y
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
参照
箇所を指定
1次元
x[n]
2次元
x[n,m]
範囲を指定
1次元
x[start:end:step]
2次元
x[start:end:step,start:end:step]
行を抽出
x[r] x[r,] x[r,:]
列を抽出
x[,:c]
<blockquote>取り出した値が1次元の配列になるため注意 reshape()</blockquote>
条件を満たすデータを取り出す
操作
次元が異なる配列の演算
それぞれの列に掛ける
>>> x = arange(4) >>> x array([0, 1, 2, 3]) >>> x * 2 array([0, 2, 4, 6])
それぞれの行に足し込む
>>> y = arange(10)
>>> y.shape = (2,5)
>>> y
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
>>> y1 = array([10,20,30,40,50])
>>> y2 = y + y1
>>> y2
array([[10, 21, 32, 43, 54],
[15, 26, 37, 48, 59]])
© 2006 矢木浩人
