numpy でよく使用される関数の簡単な紹介

numpy で一般的に使用される関数セットをすぐに理解するには、具体的なコード例が必要です。

データ サイエンスと機械学習の台頭により、numpy は最も一般的に使用されるようになりました。 Python のサイエンス コンピューティング ライブラリの 1 つ。 Numpy は強力な多次元配列オブジェクトを提供するだけでなく、数学演算、配列演算、統計分析、線形代数、その他の演算を実行できる豊富な関数セットも提供します。

numpy でよく使用される関数のコレクションをすぐに理解するために、いくつかのよく使用される関数を以下に紹介し、具体的なコード例を示します。

1. Create Array

numpy は、リストから配列への変換、算術シーケンスや乱数の生成など、配列を作成するためのさまざまな関数を提供します。

import numpy as np

array1 = np.array([1, 2, 3, 4, 5])  # 将列表转换为数组
print(array1)

array2 = np.arange(1, 10, 2)  # 生成等差数列，起始值为1，结束值为10，步长为2
print(array2)

array3 = np.random.random((2, 3))  # 生成2行3列的随机数数组
print(array3)

2. 配列演算

numpy は、加算、減算、乗除、指数、対数、三角関数などを含むさまざまな数学演算関数を提供します。

import numpy as np

array1 = np.array([1, 2, 3, 4, 5])
array2 = np.array([6, 7, 8, 9, 10])

array_sum = np.add(array1, array2)  # 数组相加
print(array_sum)

array_diff = np.subtract(array1, array2)  # 数组相减
print(array_diff)

array_mult = np.multiply(array1, array2)  # 数组相乘
print(array_mult)

array_div = np.divide(array1, array2)  # 数组相除
print(array_div)

array_exp = np.exp(array1)  # 数组指数
print(array_exp)

array_log = np.log(array1)  # 数组对数
print(array_log)

array_sin = np.sin(array1)  # 数组正弦值
print(array_sin)

3. 配列操作

numpy は、配列の形状変換、配列のスプライシング、配列のスライスなど、配列を操作するためのさまざまな関数を提供します。

import numpy as np

array1 = np.array([[1, 2, 3], [4, 5, 6]])
array2 = np.array([[7, 8, 9], [10, 11, 12]])

array_transpose = np.transpose(array1)  # 数组转置
print(array_transpose)

array_concatenate = np.concatenate((array1, array2), axis=0)  # 数组垂直拼接
print(array_concatenate)

array_slice = array1[0:2, 1:3]  # 数组切片
print(array_slice)

4. 統計分析

numpy は、合計、平均、分散、標準偏差などを含む、統計分析のためのさまざまな関数を提供します。

import numpy as np

array1 = np.array([1, 2, 3, 4, 5])

array_sum = np.sum(array1)  # 数组元素求和
print(array_sum)

array_mean = np.mean(array1)  # 数组元素求平均值
print(array_mean)

array_std = np.std(array1)  # 数组元素求标准差
print(array_std)

5. 線形代数

numpy は、行列の乗算、行列の逆行列、行列の固有値などの演算を実行できる豊富な線形代数関数を提供します。

import numpy as np

matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])

matrix_dot = np.dot(matrix1, matrix2)  # 矩阵相乘
print(matrix_dot)

matrix_inv = np.linalg.inv(matrix1)  # 求矩阵的逆
print(matrix_inv)

matrix_eigen = np.linalg.eig(matrix1)  # 求矩阵的特征值
print(matrix_eigen)

上記は、numpy でよく使用される関数コレクションのコード例です。これらの関数を理解することで、配列演算、算術演算、統計解析、線形代数などの計算をより柔軟に実行できるようになります。この記事が、読者が numpy の一般的な関数をよりよく理解するのに役立つことを願っています。

以上がnumpy でよく使用される関数の簡単な紹介の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。