#Python基礎（#Numpy 2/2）

前回の記事の続きです。 #Python基礎（#Numpy 1/2）
環境は以前の記事で作った環境を使用しています。 → Windows10でAnaconda python環境構築

1.Numpy 形状変換 reshape

1行6列の配列を2行3列に変換

import numpy as np

a = np.array([0,1,2,3,4,5])
b = a.reshape(2,3)
print(b)

実行結果

[[0 1 2]
 [3 4 5]]

reshapeの引数を-1にすることで、どのような形状の配列でも1次元配列に変換することができます。

import numpy as np

c = np.array([[[0, 1, 2],
                   [3, 4, 5]],
                  
                  [[5, 4, 3],
                   [2, 1, 0]]])  # 3重のリストからNumPyの3次元配列を作る

print(c)
print("--------------------------")
d = c.reshape(-1)
print(d)

実行結果

[[[0 1 2]
  [3 4 5]]

 [[5 4 3]
  [2 1 0]]]
--------------------------
[0 1 2 3 4 5 5 4 3 2 1 0]

#2.要素へのアクセス
ndarrayの各要素へのアクセスはlistと同様にインデックスを指定します。

1次元配列

import numpy as np

a = np.array([0, 1, 2, 3, 4, 5])
print(a[2])
# 2

多次元配列

b = np.array([[0, 1, 2],
              [3, 4, 5]])

print(b[1, 2])  # b[1][2]と同じ
print(b[1][2])
# 5
# 5

• 引数として配列を受け取り、返り値として配列を返す

import numpy as np

def func_a(x):
    y = x * 2 + 1
    return y

a = np.array([[0, 1, 2],
              [3, 4, 5]])  # 2次元配列
b = func_a(a)  # 引数として配列を渡す

print(b)

実行結果

[[ 1  3  5]
 [ 7  9 11]]

#3.sum, average, max, min

import numpy as np

a = np.array([[0, 1, 2],
              [3, 4, 5]])  # 2次元配列

print("sum : ",np.sum(a))
print("average : ",np.average(a))
print("max : ",np.max(a))
print("min : ",np.min(a))

実行結果

sum :  15
average :  2.5
max :  5
min :  0

#4.axis 方向を指定して演算

import numpy as np

b = np.array([[0, 1, 2],
              [3, 4, 5]])  # 2次元配列

print('axis=0 : ',np.sum(b, axis=0))  # 縦方向で合計
print('axis=1 : ',np.sum(b, axis=1))  # 横方向で合計

実行結果

axis=0 :  [3 5 7]
axis=1 :  [ 3 12]