Python

python Numpy

chatgptに手伝ってもらいました。

NumpyはPythonの科学計算ライブラリであり、高性能な数値計算やデータの操作を行うための多次元配列や数学関数を提供します。

以下にNumpyのいくつかの要素を説明し、それぞれのサンプルコードと結果を示します。

import numpy as np

Numpyを使うためにはまずこのインポート文を実行します。

npは一般的なエイリアスですが、任意の名前を使用することもできます。

np.array([10, 11, 12])

np.array()関数は、与えられたリストや配列をNumpyの配列に変換します。

この例では、要素が10, 11, 12の1次元のNumpy配列が作成されます。

import numpy as np

arr = np.array([10, 11, 12])
print(arr)

結果

[10 11 12]

np.array([[1, 2, 3], [10, 20, 30]])

np.array()関数には多次元の配列も渡すことができます。

この例では、2次元のNumpy配列が作成されます。

import numpy as np

arr = np.array([[1, 2, 3], [10, 20, 30]])
print(arr)

結果

[[ 1  2  3]
 [10 20 30]]

np.array([1, 2, 3]).tolist()

Numpy配列をPythonのリストに変換するためには、tolist()メソッドを使用します。

import numpy as np

arr = np.array([1, 2, 3]).tolist()
print(arr)

結果

[1, 2, 3]

np.zeros(10)

np.zeros()関数は、指定した形状で全ての要素が0のNumpy配列を作成します。

この例では、10個の要素が0で埋められた1次元のNumpy配列が作成されます。

import numpy as np

arr = np.zeros(10)
print(arr)

結果

[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

np.ones(10)

np.ones()関数は、指定した形状で全ての要素が1のNumpy配列を作成します。

この例では、10個の要素が1で埋められた1次元のNumpy配列が作成されます。

import numpy as np

arr = np.ones(10)
print(arr)

結果

[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

np.array([1, 2, 3, 4, 5])[2]

Numpy配列の要素にはインデックスを使用してアクセスできます。

この例では、1次元のNumpy配列 [1, 2, 3, 4, 5] の3番目の要素にアクセスします（0から数えて3番目の要素はインデックス2です）。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])[2]
print(arr)

結果

3

-Python