一般的な numpy 関数とその応用をマスターする: numpy 関数の基本知識を学ぶ

numpy 関数を学習する: 一般的な numpy 関数とその使用法をマスターします。具体的なコード例が必要です。

Python は、データ分析やデータ分析で広く使用されている強力なプログラミング言語です。科学計算の分野。この分野では、numpy は非常に重要なライブラリであり、配列や行列を操作するための多数の関数を提供します。この記事では、一般的に使用されるいくつかの numpy 関数とその使用法を検討し、具体的なコード例を示します。

まず、関数を使用するために numpy ライブラリをインポートする必要があります。インポートする前に、numpy ライブラリが正しくインストールされていることを確認してください。次のコマンドを使用して numpy をインストールできます:

pip install numpy

numpy が正常にインストールされたら、それをコードにインポートできます:

import numpy as np

次に、一般的に使用されるいくつかの Numpy 関数とそれらの使用法。

1. 配列の作成
   numpy には、配列を作成するためのさまざまな方法が用意されています。最も簡単な方法は、np.array 関数を使用することです。次のコード例では、1 次元配列を作成します。

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

出力結果:

[1 2 3 4 5]

np.array 関数の使用に加えて、次のこともできます。次のメソッドを使用して配列を作成します :

• np.zeros: 0 で埋められた配列を作成します;
• np.ones: 1 の配列で満たされた配列を作成します;
• np.arange: 等間隔の配列を作成します;
• np.linspace: 配列を作成します

2. 配列操作
   numpy には、配列を操作するための関数が多数用意されています。以下に、いくつかの一般的な関数とその使用法を示します。

• np.shape: 配列の形状を取得します;
• np.ndim: 配列の寸法を取得します配列;
• np.size: 配列のサイズを取得;
• np.reshape: 配列の形状を変更;
• np .concatenate: 2 つの配列を連結します;
• np.split: 配列を複数のサブ配列に分割します;

次のコード例は、配列演算の使用法を示しています。

a = np.array([[1, 2, 3], [4, 5, 6]])
print(np.shape(a))  # 输出(2, 3)
print(np.ndim(a))  # 输出2
print(np.size(a))  # 输出6

b = np.reshape(a, (3, 2))
print(b)

出力結果:

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

3. 数学的演算
   numpy は、配列を計算するための豊富な数学関数を提供します。ここでは、いくつかの一般的な数学関数とその使用法を示します。

• np.sum: 配列要素の合計を計算します;
• np.mean: 配列の平均を計算します要素 ;
• np.max: 配列内の最大値を検索します;
• np.min: 配列内の最小値を検索します。
• np.sin: 配列要素のサイン値を計算します;
• np.cos: 配列要素のコサイン値を計算します。

次のコード例は、いくつかの数学演算の使用法を示しています。

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

print(np.sum(a))  # 输出15
print(np.mean(a))  # 输出3.0
print(np.max(a))  # 输出5
print(np.min(a))  # 输出1

b = np.sin(a)
print(b)

出力結果:

[ 0.84147098  0.90929743  0.14112001 -0.7568025  -0.95892427]

4. 行列演算
   実行に加えて、 numpy は配列に対する数学演算に加えて、豊富な行列演算関数も提供します。以下に、いくつかの一般的な行列演算関数とその使用法を示します。

• np.dot: 2 つの行列の内積を計算します;
• np.transpose: 行列の転置;
• np.linalg.inv: 行列の逆行列を計算します;
• np.linalg.det: 行列の行列式を計算します;
• np.linalg.solve: 連立一次方程式を解く;

次のコード例は、いくつかの行列演算の使用法を示しています。 ##出力結果:

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

c = np.dot(a, b)
print(c)

d = np.transpose(a)
print(d)

e = np.linalg.inv(a)
print(e)

f = np.linalg.det(b)
print(f)

x = np.array([[1, 2], [3, 4]])
y = np.array([5, 6])
z = np.linalg.solve(x, y)
print(z)

この記事では、よく使われるnumpy関数とその使い方を紹介します。これらの関数を使いこなすことで、より柔軟に配列や行列を操作し、さまざまな数学的・科学的な計算を実行できるようになります。この記事が numpy 関数の学習に役立つことを願っています。

以上が一般的な numpy 関数とその応用をマスターする: numpy 関数の基本知識を学ぶの詳細内容です。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。