学んだことをアウトプットしています。完全に自己満足ですので悪しからず。
以下の点を確実にアウトプット
①何で学んでるか
②日々の学習内容
③学びのポイント
④制作物
⑤+αで参考にした記事
⑥+αでやってみたこと
①１章 Python入門 1.5 Numpy
②・Numpyのｲﾝﾎﾟｰﾄ
⇒Numpyは外部ﾗｲﾌﾞﾗﾘなので、読み込むことが必要になる。
import numpy as np
以上のように書き込むことでｲﾝﾎﾟｰﾄできる。as npと記載することで
これ以降のNumPyに関するﾒｿｯﾄﾞはnpとして参照することが可能になる。
・Numpy配列の生成
⇒NumPyの配列はnp.array()メソッドで生成可能。np.array()は、Pythonのﾘｽﾄを引数に
取り、NumPy用の配列を(numpy.ndarray)を作成できる。
・NumPyの算術計算
⇒注意点は計算時に配列の要素数は同じにすることが大切な点。違う場合はｴﾗｰになる。
配列とｽｶﾗｰ値との計算も行える。この機能は、ブロードキャストと言う。
・NumpyのN次元配列
⇒Numpyは多次元の配列も作成可能。ここでもブロードキャスト機能は有効
・1次元配列はベクトル、２次元配列は行列、３次元以上の配列をテンソル（多次元配列）という。
・ブロードキャスト
⇒要素を拡大して形状のことなる配列どおしを演算できる機能。
・要素へのｱｸｾｽ
要素のインデックスは通常どおり0から始まる。
X[0] 0行目要素
X[0][1] （0, 1）の要素
for文を使用して各要素にアクセス可能
X = X.flatten()でxを1次元配列に変換できる
x[x>15]でXから15より大きい数値をとりだすことが可能。
NumPyの配列にたいして不等号などの演算子を使用すると結果はブーリアンの配列になる。
上記はブーリアン配列を使用してTrueに対応した要素を取り出している。
・NumPyは主な処理はCやC++で実装されている。Pythonは仲介役として存在し、パフォーマンスを
そこなうことなくPythonのシンタックスを使用できる。
※Pythonは動的言語 C,C++は静的言語（コンパイル型言語）
⇒参考記事：https://qiita.com/wann/items/16920b070dc0483f152a
：https://e-words.jp/w/%E3%82%B3%E3%83%B3%E3%83%91%E3%82%A4%E3%83%AB.html
※シンタックス：プログラミング言語などの人工言語の仕様として定められた文法や表記法、
構文規則などのルールを指す
③なし
④参考コードの模写
⑤なし
⑥なし