はじめに
numpyは、pythonで配列の計算をするためのライブラリです。配列同士の計算が、高速にできる特徴があります。1次元(ベクトル)、2次元(マトリックス)、3次元(テンソル)配列の直感的な演算処理ができます。
numpyと似たpythonライブラリで有名なpandasがあります。(pandasの中でもnumpyは使われています）
[python3] 非IT業務でも使える pandas の基本的な使い方
numpyとの違いは、ざっくり下記のような感じでしょうか。numpyは数字だけを扱うのに特化しているイメージですね。pandasは様々なデータ形式や欠損値への処理が可能なので、機械学習などにおいては、元データをpandasで呼び出して整形、numpyで数値処理 => 機械学習ライブラリへといった流れになるのでは無いでしょうか。
| numpy | pandas | |
|---|---|---|
| 扱うデータ | 数値 | 様々（数値、文字列、時系列) |
| 計算速度 | 高速 | numpyよりは遅い |
| 得意な処理 | 配列演算処理 | データ整形、欠損値処理 |
インストール
$ pip3 install numpy
インポート
npとしてインポートするのが慣例。
import numpy as np
numpy アレイの作成
pythonリストから作成
単純にpythonリストを渡して、numpyアレイを作成する。
my_list = [1, 3, 4, 10]
np.array(my_list)
# => array([1, 3, 4, 10])
my_matrix = [[1, 3, 4], [9, 2, 3], [2, 5, 9]]
np.array(my_matrix)
# => array([[1, 3, 4],
# [9, 2, 3],
# [2, 5, 9]])
numpy関数を使う
np.arange()
pythonのrange()と同じような働きをする、arange()。np.arange(start, end, (step))。
np.arange(0, 11)
# => array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
np.arange(0, 11, 2)
# => array([0, 2, 4, 6, 8, 10])
np.zeros() / np.ones()
0のみ、1のみの要素を持つ配列の作成
np.zeros(4)
# => array([0., 0., 0., 0.,])
np.zeros((3, 2))
# => array([[0., 0.],
# [0., 0.],
# [0., 0.]])
np.ones(3)
# => array([1., 1., 1.])
np.linspace()
始まりと終わりの数字を指定して、均等に分割する。np.arange(start, end, 分割数)。
np.linspace(0,10,3)
# => array([ 0., 5., 10.])
np.linspace(0, 10, 10)
# => array([ 0. , 1.11111111, 2.22222222, 3.33333333, 4.44444444,
# 5.55555556, 6.66666667, 7.77777778, 8.88888889, 10. ])
np.eye()
np.eye(3)
# => array([[1., 0., 0.],
# [0., 1., 0.],
# [0., 0., 1.]])
random関数
numpyには、ランダムな数値配列を生成する方法が多数ある。
.rand()
与えられた形状配列を作成して、0~1の一様分布からランダムに数値をサンプリングする。
np.random.rand(3)
# => array([0.07713379, 0.17275998, 0.57856427])
np.random.rand(4, 4)
# => array([[0.1793304 , 0.46509954, 0.29201518, 0.44933199],
# [0.72024083, 0.69927245, 0.5703159 , 0.15318234],
# [0.25567981, 0.99377745, 0.39728105, 0.25397251],
# [0.77973278, 0.79301535, 0.12647443, 0.9207554 ]])
.randn()
"正規分布”からサンプリングする。一様分布からサンプリングするrand()とは異なる。
np.random.randn(2)
# => array([-0.77946845, -0.61496784])
np.random.randn(3, 3)
# => array([[ 0.6605953 , -1.59772636, 0.48223159],
# [ 0.97797005, 1.52575177, 0.50617422],
# [-1.00068423, -0.40814908, -2.22607208]])
.randint()
ランダムに整数を取り出す。注意点として、指定するstart値は含まれるが、end値は含まれない。
例) np.random.randint(2, 8) => 2~7の中からサンプリング。
np.random.randint(1, 100)
# => 25
np.random.randint(1, 100, 5)
# => array([73, 14, 66, 88, 2])
numpyアトリビュート、メソッドを使う
下記のような2つの配列を定義する。
arr = np.arange(25)
# => array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
# 17, 18, 19, 20, 21, 22, 23, 24])
ranarr = np.random.randint(0,50,10)
# => array([ 9, 13, 45, 25, 27, 22, 2, 29, 21, 9])
reshape()
同じデータを使用した、新しい形状の配列を返す。
arr.reshape(5, 5)
# => array([[ 0, 1, 2, 3, 4],
# [ 5, 6, 7, 8, 9],
# [10, 11, 12, 13, 14],
# [15, 16, 17, 18, 19],
# [20, 21, 22, 23, 24]])
shape
配列の形状を確認する。メソッドでは無いので、()はつけない。
arr.shape
# => (25,)
arr.reshape(5, 5).shape
# => (5, 5)
要素の取り出し
arr = np.arange(0, 11)
arr
# => array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
arr[5]
# => 5
arr[1:5]
# => array([1, 2, 3, 4])
Broadcasting
arr[0:5] = 100
arr
# => array([100, 100, 100, 100, 100, 5, 6, 7, 8, 9, 10])
Selection
arr = np.arange(1,11)
arr
# => array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
arr > 4
# => array([False, False, False, False, True, True, True, True, True, True])
bool_arr = arr > 4
arr[bool_arr]
# => array([ 5, 6, 7, 8, 9, 10])
配列演算
pythonのlistとは異なり、配列同士の演算が容易に可能。
arr = np.arange(0,11)
arr
# => array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
arr + arr
# => array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20])
arr * arr
# => array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100])
arr**4
# => array([ 0, 1, 16, 81, 256, 625, 1296, 2401, 4096, 6561, 10000])
Numpyには多くの配列関数が付属している。配列全体で操作を実行するために使用できる。
# 各要素のルートを取得
np.sqrt(arr)
# => array([0. , 1. , 1.41421356, 1.73205081, 2. ,
# 2.23606798, 2.44948974, 2.64575131, 2.82842712, 3. ,
# 3.16227766])
# 指数関数
np.exp(arr)
# => array([1.00000000e+00, 2.71828183e+00, 7.38905610e+00, 2.00855369e+01,
# 5.45981500e+01, 1.48413159e+02, 4.03428793e+02, 1.09663316e+03,
# 2.98095799e+03, 8.10308393e+03, 2.20264658e+04])
# sin
np.sin(arr)
# => array([ 0. , 0.84147098, 0.90929743, 0.14112001, -0.7568025 ,
# -0.95892427, -0.2794155 , 0.6569866 , 0.98935825, 0.41211849,
# -0.54402111])
# log
np.log(arr)
# => array([ -inf, 0. , 0.69314718, 1.09861229, 1.38629436,
# 1.60943791, 1.79175947, 1.94591015, 2.07944154, 2.19722458,
# 2.30258509])