numpy の一般的な関数と使用法を学びましょう

NumPy の一般的な関数と使用法を調べる

NumPy は、強力な多次元配列オブジェクトとこれらの配列を処理するための関数を提供するオープン ソースの Python 科学計算ライブラリです。データ サイエンスと機械学習の分野で最も一般的に使用されているライブラリの 1 つであり、その効率的なパフォーマンスと柔軟性により、データ アナリストや科学者にとっての「強力なツール」となっています。この記事では、NumPy の一般的な機能と使用法を詳しく説明し、具体的なコード例を示します。

1. 配列の作成

まず、NumPy 配列の作成方法を学びましょう。 NumPy 配列は、同じ型のデータを格納できる効率的な多次元コンテナ オブジェクトです。

import numpy as np

# 创建一维数组
a = np.array([1, 2, 3, 4, 5])
print(a)

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)

出力結果:

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]

2. 配列プロパティ

NumPy は、配列の形状、サイズ、データ型を記述するための便利なプロパティを多数提供します。

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])

# 数组形状
print(a.shape)

# 数组维度
print(a.ndim)

# 数组大小
print(a.size)

# 数组数据类型
print(a.dtype)

出力結果:

(2, 3)
2
6
int64

3. 配列操作

NumPy は、配列を操作するための強力な関数を多数提供します。

import numpy as np

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

# 数组求和
print(np.sum(a))

# 数组最小值和最大值
print(np.min(a))
print(np.max(a))

# 数组平均值和标准差
print(np.mean(a))
print(np.std(a))

# 数组排序
print(np.sort(a))

# 数组反转
print(np.flip(a))

出力結果:

15
1
5
3.0
1.4142135623730951
[1 2 3 4 5]
[5 4 3 2 1]

4. 配列のスライスとインデックス付け

NumPy は、配列または要素の特定の部分にアクセスするための配列のスライスとインデックス付けの操作をサポートします。 。

import numpy as np

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

# 数组切片
print(a[1:4])

# 数组索引
print(a[0])
print(a[-1])

出力結果:

[2 3 4]
1
5

5. 配列演算

NumPy は、基本的な数学的および論理演算を実行できます。

import numpy as np

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

# 数组加法
print(np.add(a, b))

# 数组减法
print(np.subtract(a, b))

# 数组乘法
print(np.multiply(a, b))

# 数组除法
print(np.divide(a, b))

# 数组平方根
print(np.sqrt(a))

出力結果:

[6 6 6 6 6]
[-4 -2  0  2  4]
[5 8 9 8 5]
[0.2 0.5 1.  2.  5. ]
[1.         1.41421356 1.73205081 2.         2.23606798]

上記は、NumPy の一般的な関数と使用法の例にすぎません。NumPy には、配列データを処理するためのさらに多くの関数とツールも提供されています。学習と探索を通じて、NumPy の強力な機能に徐々に慣れ、実際のプロジェクトに柔軟に適用できるようになります。

この記事の紹介を通じて、読者の皆様はNumPyの共通機能や使い方について理解を深め、実際のプロジェクトに柔軟に応用できるようになると思います。読者が継続的な練習と学習を通じて、NumPy の使用スキルをよりよく習得し、データ処理と分析の効率を向上させることが期待されます。

以上がnumpy の一般的な関数と使用法を学びましょうの詳細内容です。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。