Python で一般的に使用される numpy 関数を調べる: numpy 関数を理解する

numpy 関数を理解する: Python で一般的に使用される numpy 関数を調べます。特定のコード例が必要です

はじめに:
Python では、NumPy (Numerical Python の略)これは、Python 用の効率的な多次元配列オブジェクトと多数の数学関数ライブラリを提供する強力な科学計算ライブラリです。 NumPy は、Python を使用した科学計算の中核ライブラリの 1 つであり、データ分析、機械学習、画像処理などの分野で広く使用されています。この記事では、一般的に使用される NumPy 関数をいくつか紹介し、具体的なコード例を示します。

1. 配列を作成する関数

(1) 1 次元配列の作成
numpy の arange、linspace、logspace などの関数を使用して 1 次元配列を作成できます。

コード例:

import numpy as np

arange 関数を使用して 1 次元配列を作成します

arr1 = np.arange(10)
print ("arange 関数によって作成された 1 次元配列:", arr1)

linspace 関数を使用して 1 次元配列を作成します

arr2 = np.linspace(0, 1, 10) # 0 から 10 までの等間隔の 1 の数値を生成します
print("1 次元配列は linspace 関数で作成されました:", arr2)

logspace 関数を使用して 1 次元配列を作成します

arr3 = np.logspace (0, 2, 10) # 10^0 から 10^2 までの 10 個の等間隔の対数を生成します
print("logspace 関数によって作成された 1 次元配列:", arr3)

(2) 多次元配列の作成
numpy の配列関数を使用すると、1 次元配列だけでなく、多次元配列も作成できます。

コード例:

import numpy as np

配列関数を使用して 2 次元配列を作成します

arr4 = np.array([[ 1, 2, 3],

             [4, 5, 6]])

print("配列関数で作成した二次元配列:
", arr4)

配列関数を使用して三次元配列を作成

arr5 = np.array([[[1, 2, 3],

              [4, 5, 6]],
             [[7, 8, 9],
              [10, 11, 12]]])

print("配列関数で作成した三次元配列:
", arr5)

2. 配列演算関数

NumPy は、数学関数、統計関数、論理関数などを含む豊富な配列演算関数を提供します。 NumPy の関数は、配列内の要素に対して演算を実行できます。 対数関数、三角関数、指数関数などの一部の計算を実行できます。

コード例:

import numpy as np

arr6 = np.array([1, 2 , 3, 4])

配列の 2 乗を計算します

print("配列の 2 乗:", np.square (arr6))

配列の平方根を計算します

print("配列の平方根:", np.sqrt(arr6))

配列を計算します配列の指数関数

print("配列の指数関数:", np.exp (arr6))

(2) 統計関数

NumPyの統計関数を使うと、合計、平均、最大、最小などの配列に対して統計分析を実行できます。

コード例:

import numpy as np

arr7 = np.array ([1, 2, 3, 4, 5])

配列の合計を求める

print("配列の合計:", np.sum(arr7))

配列の平均値を求める

print("配列の平均値:", np .mean(arr7))

配列の最大値を求める

print("配列の最大値:", np.max(arr7))

配列の最小値を求める Value

print("配列の最小値:", np.min(arr7))

(3) 論理関数

論理関数は、要素が特定の条件を満たすかどうかを判断するなど、配列内の要素に対して論理演算を実行します。

コード例:

import numpy as np

arr8 = np.array([1, 2, 3, 4, 5] )

要素が配列内の要素が 2 より大きいかどうかを判断します

print("配列内の要素が 2 より大きいかどうか:", np.greater(arr8, 2))

配列は 2 より大きい 配列の要素が 3 以下かどうか

print("配列の要素が 3 以下かどうか:", np.less_equal(arr8, 3 ))

3. 配列の形状関数

NumPy は、配列形状の変更、配列の結合など、配列形状操作のための多くの関数を提供します。

(1) 配列の形状を変更する

reshape 関数を使用すると、1 次元配列を 2 次元配列に変更したり、複数の配列を変更したりするなど、配列の形状を変更できます。 -次元配列を 1 次元配列に変換します。

コード例:

import numpy as np

arr9 = np.arange(9)

1 次元配列を 3 行 3 つに変換しますcolumns 二次元配列

arr10 = np.reshape(arr9, (3, 3))

print("一次元配列を二次元配列に変換:

", arr10)

多次元配列を 1 次元配列に変換します

arr11 = np.ravel(arr10)

print("多次元配列を 1 次元配列に変換します。 ", arr11)

（ 2) 配列の結合

NumPy は、配列を結合するための vstack、hstack、concatenate などの関数を提供します。

コード例:

import numpy as np

arr12 = np.array([[1, 2, 3],

              [4, 5, 6]])

arr13 = np .array([[7, 8, 9],

              [10, 11, 12]])

垂直スプライシング配列

arr14 = np.vstack((arr12, arr13))

print("垂直スプライシング配列:

", arr14)

水平スプライシング配列

arr15 = np.hstack((arr12, arr13))

print("水平スプライシング配列:

", arr15 )

要約:
この記事の導入を通じて、配列を作成する関数、配列演算関数、配列形状関数など、NumPy で一般的に使用されるいくつかの関数について学びました。より便利に 配列演算や数学的計算が簡単に行え、プログラミング効率が向上 この記事を読むことで、NumPy でよく使われる関数を理解し、実際のデータ処理や科学技術計算に柔軟に応用できるようになることを願っています.

以上がPython で一般的に使用される numpy 関数を調べる: numpy 関数を理解するの詳細内容です。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。