⚛️ NumPy チートシート

📦 インポート

import numpy as np

---

📐 配列の作成

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

np.zeros((3, 3))                 # 0で埋めた配列
np.ones((2, 4))                  # 1で埋めた配列
np.eye(3)                        # 単位行列
np.full((2, 3), 7)               # 指定値で埋める

np.arange(0, 10, 2)              # 0〜10未満を2刻みで
np.linspace(0, 1, 5)             # 0〜1を5分割

---

📏 配列の情報確認

arr.shape        # 形状（行×列）
arr.ndim         # 次元数
arr.size         # 要素数
arr.dtype        # データ型

---

🔁 形状変更・操作

arr.reshape(2, 3)       # 形を変える（要素数は一致）
arr.flatten()           # 1次元に平坦化
arr.T                   # 転置（行列の入れ替え）

np.concatenate([a, b])              # 配列の結合（1次元）
np.concatenate([a, b], axis=1)      # 横方向に結合（2次元）
np.stack([a, b], axis=0)            # 新しい次元で結合

---

🧮 基本演算

arr + 10               # 要素ごとの加算
arr * 2                # 要素ごとの乗算
np.sqrt(arr)           # 平方根
np.exp(arr)            # 指数関数
np.log(arr)            # 自然対数

np.sum(arr)            # 合計
np.mean(arr)           # 平均
np.std(arr)            # 標準偏差
np.max(arr), np.min(arr)  # 最大・最小
np.argmin(arr)         # 最小値のインデックス

---

🎯 条件演算・フィルタリング

arr > 5                        # 条件判定（ブール配列）
arr[arr > 5]                   # 条件に合う値だけ抽出
np.where(arr > 5, 1, 0)        # 条件で値を分岐（if的）

---

🔢 行列演算（線形代数）

np.dot(a, b)                  # ドット積
a @ b                         # ドット積（Python 3.5以降）
np.linalg.inv(a)             # 逆行列
np.linalg.det(a)             # 行列式
np.linalg.eig(a)             # 固有値と固有ベクトル

---

📚 おまけTips

操作	コマンド
データ型変換	arr.astype(np.float32)
ランダム生成	np.random.rand(3, 3)
シード固定	np.random.seed(42)
並び替え	np.sort(arr)

---