Python学んでみた　第５回（numpy,Matplotlib）

Last updated at 2024-03-07Posted at 2024-03-03

はじめに

初めまして！
エンジニアになって数年、今まで本を読むだけでしたが、もっとプライベートで楽しみながら成長したい！自分が学んだ足跡を残していきたい！と思い記事を書きました！
最終的には自在に開発できるようになりたいと思っています。
いろいろな記事を参考にさせてもらっています。
その中でもこれってどういう意味？とかつまづいたところを念入りに書いていこうかと思います。

今回の目的

前回の続きです。

使用したものや事前準備

・Macbook Pro
・Python
・Anaconda
・jupyter notebook

Python

numpy

行列操作をおこうなことができるサードパーティのライブラリ。ソースコード内にnpといたらnumpyを指していると思っていい。600を超える関数を揃えている。
特徴は行列操作が速い。行列の入れ替えやスライス、フィルタリングによる抽出もできたりやれることは豊富。
ただ、一回で理解し切れる量ではなかったので省略しています。

import numpy as np
digits = np.array(range(10))
digits # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

計算

ループ文を使用しなくても全ての値を計算できる

digits # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
digits + 10 # array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
digits + digits # array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])
np.sin(digits) # array([ 1. ,  0.54030231, -0.41614684, -0.9899925 , -0.65364362, 0.28366219,  0.96017029,  0.75390225, -0.14550003, -0.91113026])

配列生成

二次元配列が作成可能。
np.eyeは主対角線（indexが同じ）を1とした二次元配列を生成します。

np.arange(3) # array([0, 1, 2])
np.ones(3) # array([1., 1., 1.])
np.eye(3 ,5)
#array([[1., 0., 0., 0., 0.],
#       [0., 1., 0., 0., 0.],
#       [0., 0., 1., 0., 0.]])

乱数生成

np.random.random(3) # array([0.30741411, 0.20918913, 0.26900705])

Matplotlib

Pythonでグラフ（折れ線グラフ、散布図、ヒストグラム、棒グラフなど）を描画するためのライブラリ
こちらも省略しています。

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y = np.cos(x)
fig = plt.figure() # 描画
ax = fig.add_subplot(221) # 左上
ax2 = fig.add_subplot(222) # 右上
ax.plot(x, y) # 折れ線グラフ生成
ax2.plot(x, y) # 折れ線グラフ生成

plt.savefig('test.png', dpi=300)