LoginSignup
1
1

More than 5 years have passed since last update.

python numpy アレイを作る

Posted at

numpyのアレイを作ってみる

1次元のアレイ

>>> import numpy as np
>>> my_array1 = np.array([1,2,3,4])
>>> my_array1
array([1, 2, 3, 4])

1次元のアレイ-リストからの変換(↑と同じ)

>>> my_list1 = [1,2,3,4]
>>> my_array1 = np.array(my_list1)
>>> my_array1
array([1, 2, 3, 4])

2次元のアレイ

>>> my_lists = [my_list1,[11,22,33,44]]
>>> my_array2 = np.array(my_lists)
>>> my_array2
array([[ 1,  2,  3,  4],
       [11, 22, 33, 44]])

アレイのサイズを調べる

>>> my_array2.shape
(2, 4)

アレイのデータ型を調べる

>>> my_array2.dtype
dtype('int64')

いろいろなアレイを作る(ゼロ、ワン、empty、単位行列、arange)

>>> np.zeros(5)
array([ 0.,  0.,  0.,  0.,  0.])

>>> np.ones((5,5))
array([[ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.]])

>>> np.empty(5)
array([  0.00000000e+000,   7.84296818e-315,   4.94065646e-324,
                     nan,   1.02378882e-311])

>>> np.eye(5)
array([[ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  1.]])

>>> np.arange(5)
array([0, 1, 2, 3, 4])
1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
1