Numpy
まずはNumpyについて学んでいきましょう。
import numpy as np
list_3 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
array_c = np.array(list_3).reshape(3,3)
print(array_c)
出力結果では3行3列の３次元の数が返ってきます。このようにNumpyは様々な配列を返すことが出来ます。
.flatten()で戻します。
array_d = array_c.flatten()
print(array_d)
10の数は2行5列に変換
array_f = np.arange(10).reshape(2,5)
print(array_f)
単位行列
E_1 = np.identity(3)
E_2 = np.eye(6)
print(E_1)
print(E_2)
転置行列
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr_t1 = np.transpose(arr)
arr_t2 = arr.T
print(arr)
print(arr_t1)
print(arr_t2)
axisで繰り返す方向を指定
list_2 = np.arange(6).reshape(2,3)
array_1 = list_2.repeat(2, axis=0)
乱数を取得
random_array = np.random.rand(100)
print(random_array)
乱数を固定
np.random.seed(10)
A1 = np.random.randn(10)
機械学習でよく使用する内積の取り方
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
print(A)
print(B)
AB = np.dot(A, B)
print(AB)
外積
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
S = np.cross(a, b)
print(S)
演算(参考)
A = np.arange(1, 10).reshape(3,3)
B = np.arange(1, 4).repeat(3).reshape(3,3)
C = A + B
print(C)
print(B)
np.eye(3)は１となる。
A = np.arange(1,10).reshape(3,3)
B = np.eye(3)* np.arange(1,4)
AB = np.dot(A, B)
print(AB)
３つの配列を書き表して、演算
A = np.array([-1, 1, 5, -1]).reshape(2,2)
B = np.array([4, -1, 5, -2]).reshape(2,2)
C = np.array([1, 1, 5, 1]).reshape(2,2)
ABC = np.dot(A, B).dot(C)
print(ABC)
.Tで転置を取ることができる。
A = np.arange(1,10).reshape(3,3)
B = np.arange(2,11).reshape(3,3)
print(A)
print(B)
AB = np.dot(A, B).T
print(AB)
A = np.arange(1,10).reshape(3,3).T
B = np.arange(2,11).reshape(3,3).T
print(A)
print(B)
AB = np.dot(A, B)
print(AB)
今日はここまで！