はじめに

データ分析ライブラリ三種の神器である「Numpy」「Pandas」「Matplotlib」についての入門記事です。ソースコードはこちら

NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。この記事では、NumPyの基本的な使い方やデータ処理方法を紹介します。

1. インストールとインポート

NumPyをインストールするには、次のコマンドを実行します。

pip install numpy

NumPyを使用するには、まずnumpyモジュールをインポートします。慣例として、numpyをnpという別名でインポートします。

import numpy as np

1次元配列は、次のようにnumpy.array関数にリストを渡すことで作成できます。

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

2次元配列は、リストのリストを渡すことで作成できます。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

配列の形状は、shape属性で取得できます。

arr = np.array([[1, 2, 3], [4, 5, 6]])
arr.shape
-> (2, 3)

配列の形状を変更するには、reshapeメソッドを使用します。

arr = np.array([1, 2, 3, 4, 5, 6])
arr.reshape(2, 3)
-> array([[1, 2, 3],
           [4, 5, 6]])

2つの配列を要素ごとに加算するには、+演算子を使用します。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
a + b
-> array([5, 7, 9])

2つの配列を要素ごとに乗算するには、*演算子を使用します。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
a * b
-> array([ 4, 10, 18])

配列の平均値を計算するには、numpy.mean関数を使用します。

arr = np.array([1, 2, 3, 4, 5])
np.mean(arr)
-> 3.0

配列の分散を計算するには、numpy.var関数を使用します。

arr = np.array([1, 2, 3, 4, 5])
np.var(arr)
-> 2.0

2つの行列の積を計算するには、numpy.dot関数を使用します。

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
np.dot(a, b)
-> array([[19, 22],
          [43, 50]])

行列の逆行列を計算するには、numpy.linalg.inv関数を使用します。

a = np.array([[1, 2], [3, 4]])
np.linalg.inv(a)
-> array([[-2. ,  1. ],
          [ 1.5, -0.5]])

この記事では、NumPyの基本的な使い方とデータ処理方法を紹介しました。NumPyはPythonで数値計算を効率的に行うためのライブラリであり、様々な科学技術計算やデータ解析に応用されています。ぜひ、この記事を参考にNumPyを活用してみてください。