Numpyのメモ（随時更新）

忘れがちなので個人的なNumpyのメモを残しておきます。
ちょっとずつ増やしていく

>> import numpy as np

連続した数列を作成したい

>> np.arange(10)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

乱数を生成する

>> from numpy import random # パッケージのインポート

>> random.rand() # [0, 1)の乱数を生成

>> random.randn() # 平均0, 分散1の正規分布に従う乱数を生成

>> random.normal(100, 1) # 平均と分散を指定して正規分布に従う乱数を生成、第1引数が平均、第2引数が分散

>> random.rand(5) # 長さ5(=shapeが(5, ) )の乱数の1次元配列を生成

>> random.rand(5, 5) # shapeが(5, 5)の乱数の2次元配列を生成

>> random.normal(100, 10, (5, 5)) # shapeが(5, 5)で平均100, 分散10の正規分布に従う乱数の2次元配列を生成

>> random.seed(seed=32) # seed値として整数を指定して、乱数を生成する

ユニバーサル関数でよく使用するもの

参考

最大値を取得する

>> a = np.arange(10)
>> np.max(a)

9

行ごとor列ごとに関数を適用したい

# aという配列に対して、行ごとにnp.maxを適用する
>> np.max(a, axis=1, keepdims=True)

ノルムを計算する

>> a = np.arange(10).reshape(3, 3) # 例として3行3列の二次元配列を用意

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

>> np.linalg.norm(a) # aの行列ノルムを出す

14.283

>> np.linalg.norm(a, axis=0) # 列毎のベクトルノルムをとる

array([6.708, 8.124, 9.644])

>> np.linalg.norm(a, norm=1) # 行毎のベクトルノルムをとる

array([ 2.236,  7.071, 12.207])

>> np.linalg.norm(a, ord=2) # 各要素の2乗和の平方根でノルムを算出する、デフォルトは2

14.227

>> np.linalg.norm(a, ord=N) # 各要素のN乗和の平方根でノルムを算出する