Pythonでの数値計算を効率化する

NumPyとは？

NumPy（Numerical Python）は、Pythonで数値計算を行うためのライブラリです。
多次元配列（ndarray）を扱い、高速な計算を可能にします。
データ解析、機械学習、科学技術計算など、多くの分野で利用されています。

NumPyのインストール

以下のコマンドを実行することで、NumPyをインストールできます。

pip install numpy

NumPyの基本操作

次に、NumPyの基本的な操作をいくつか紹介します。

1. NumPyのインポート

NumPyを使用するためには、まずライブラリをインポートする必要があります。
一般的にはnpという名前でインポートします。

import numpy as np

2. 配列の作成

NumPyでは、リストやタプルを使って配列を作成できます。

# リストから1次元配列を作成
a = np.array([1, 2, 3, 4, 5])
print(a)

# リストから2次元配列を作成
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)

3. 配列の操作

NumPy配列は、様々な方法で操作できます。

# 配列の要素にアクセス
print(a[0])  # 1
print(b[1, 2])  # 6

# 配列の形状を確認
print(a.shape)  # (5,)
print(b.shape)  # (2, 3)

# 配列の要素を変更
a[0] = 10
print(a)  # [10, 2, 3, 4, 5]

4. 配列の計算

NumPyでは、配列同士の計算も簡単に行えます。

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# 要素ごとの計算
print(x + y)  # [5, 7, 9]
print(x - y)  # [-3, -3, -3]
print(x * y)  # [4, 10, 18]
print(x / y)  # [0.25, 0.4, 0.5]

5. 数学関数

NumPyには、多くの数学関数が用意されています。

# 配列の合計
print(np.sum(a))  # 24

# 配列の平均
print(np.mean(a))  # 4.8

# 配列の最大値
print(np.max(a))  # 10

# 配列の最小値
print(np.min(a))  # 2

6. ブロードキャスト

NumPyでは、異なる形状の配列間での演算も可能です。
これを「ブロードキャスト」と呼びます。

# スカラー値との演算
print(x + 10)  # [11, 12, 13]

# 異なる形状の配列との演算
z = np.array([[1], [2], [3]])
print(x + z)
# [[2, 3, 4]
#  [3, 4, 5]
#  [4, 5, 6]]

7. ランダムな配列の生成

NumPyを使うと、ランダムな値を持つ配列も簡単に生成できます。

# 0から1の間のランダムな値を持つ配列
random_array = np.random.rand(3, 3)
print(random_array)

# 正規分布に従うランダムな値を持つ配列
normal_array = np.random.randn(3, 3)
print(normal_array)

以上