| ページ一覧 | ブログ | twitter |  書式 | 書式(表) |

MyMemoWiki

「Python NumPy」の版間の差分

提供: MyMemoWiki
ナビゲーションに移動 検索に移動
1行目: 1行目:
==Python NumPy==
+
==[[Python NumPy]]==
 
[[Python]] | [[Python matplotlib]] |  
 
[[Python]] | [[Python matplotlib]] |  
 
*http://www.numpy.org/
 
*http://www.numpy.org/
11行目: 11行目:
 
====NumPy====
 
====NumPy====
 
*http://ja.wikipedia.org/wiki/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
+
*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
 
*数値配列、行列を定義し、基本的な操作が可能
====[Python Scipy] [SciPy]====
+
====[[Python Scipy|SciPy]]====
 
*http://ja.wikipedia.org/wiki/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
+
*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
+
*信号処理、最適化、[[統計]]、など
====[Python matplotlib] [matplotlib]====
+
====[[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
 
*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==
25行目: 25行目:
 
*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
 
*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====
 
====Install====
*http://www.scipy.org/Installing_SciPy/Linux
+
*http://www.scipy.org/Installing_SciPy/[[Linux]]
 
=====apt-getを使ってubuntuへインストール=====
 
=====apt-getを使ってubuntuへインストール=====
 
  sudo apt-get install python-numpy python-scipy
 
  sudo apt-get install python-numpy python-scipy
=====PIPを使ってインストール=====
+
=====[[PIP]]を使ってインストール=====
 
  # pip install numpy
 
  # 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]=====
+
=====[[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
+
*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>pip install numpy
+
  C:\[[Python]]27\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====

2020年2月16日 (日) 04:31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

SciPy

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
PIPを使ってWindowsにインストール
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]])