numpy バ​​ージョンを表示するためのわかりやすいガイド

NumPy は Python の重要な科学計算パッケージであり、多くの数学関連の関数を提供し、データ分析、機械学習、深層学習などの分野で広く使用されています。 NumPy では、配列が主要なデータ構造であり、配列操作は NumPy のコア機能の 1 つです。

この記事では、NumPy 配列の基本操作と表示方法を紹介し、配列の要素へのアクセス、配列の形状の変更、配列のプロパティの表示などの方法を読者が理解できるようにします。

1. 配列の作成

NumPy では、以下に示すように、numpy.array() 関数を使用して配列を作成できます。このとき、arr は 5 つの要素を含む 1 次元配列になります。 numpy.arange() 関数または numpy.linspace() 関数を使用して 1 次元配列を作成することもできます。

import numpy as np
arr = np.array([1, 2, 3, 4, 5])

要素へのアクセス

2. NumPy 配列内の要素へのアクセスこれは配列の添字を使用して実現できます。配列の添字は 0 から始まることに注意してください。多次元配列の場合、複数の添え字を使用して特定の要素にアクセスできます。例:

arr1 = np.arange(10)   # 生成一个0到9的一维数组
arr2 = np.linspace(0, 10, 11)   # 生成一个0到10之间，含11个元素的一维数组

形状の変更

3. NumPy では、numpy.reshape() 関数を使用して配列の形状を変更できます。例:

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0, 0])   # 访问第一个元素 1
print(arr[1, 2])   # 访问第二行第三列的元素 6

このとき、new_arr の形状は (2,3)、つまり 2 行 3 列の行列で、要素は次のとおりです。

arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = arr.reshape(2, 3)   # 将一维数组变为二维数组，形状为(2,3)

配列属性の表示

4. NumPy では、配列の形状、要素数、データ型、その他のプロパティを表示できます。例:

1  2  3
4  5  6

このうち、shape は配列の形状を表し、size は配列要素の数を表し、dtype は配列のデータ型を表します。

その他の配列操作

5. (1) 配列に対してスライス操作を実行するには、「:」演算子を使用できます。例:

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr.shape)   # 输出形状 (6,)
print(arr.size)   # 输出元素个数 6
print(arr.dtype)   # 输出数据类型 int32

(2) 配列内の要素の合計、平均、標準偏差などの計算など、配列に対していくつかの統計演算を実行します。例:

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr[1:4])   # 输出[2 3 4]

(3) 条件を満たす配列内の要素をフィルタリングするなど、配列に対して論理演算を実行します。例:

arr = np.array([1, 2, 3, 4, 5, 6])
print(np.sum(arr))   # 计算元素的和，输出21
print(np.mean(arr))   # 计算平均值，输出3.5
print(np.std(arr))   # 计算标准差，输出1.707825127659933

上記は、NumPy を使用して配列を操作する基本的なメソッドです。これらのメソッドを使用して、配列の形状と要素にアクセスして変更したり、統計演算や論理演算を実行したりできます。

以上がnumpy バ​​ージョンを表示するためのわかりやすいガイドの詳細内容です。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。