#機械学習のお勉強〜Numpy編〜
今回はNumpyについて勉強したのでそれについてのアウトプットをします。
##1.Numpyとは？
機械学習においてデータを整理してくれる外部ライブラリのひとつ。
外部ライブラリではあるが、Anacondaにはインストール済みなのですぐ使用できる。
##2.インポート
まずは下記のようにインポート
test.ipynb
import numpy as np
簡単でしょ？
Anacondaじゃない場合はpipにインストールしましょう。
##3.どんな時に使うの？
主にデータの整理で使います。
この整理が機械学習においてとても重要なのでNumpyやPandasなどの
データ整理のライブラリはしっかり使えるようにしよう。
##4.主な関数
###array関数
配列を作成する時に用います
test.ipynb
#1次元
test = np.array([1,2])
#２次元
test2 = np.array([[1,2],[3,4]])
###arange関数
規則的な配列を作成する際に用います。
注意点は最後の値を含まないこと
test.ipynb
#0から5まで間隔は1
test = np.arange(5)
#0から９まで、間隔は2
test2 = np.arange(0,10,2)
引数は始点、終点、間隔の順番
始点、間隔は引数の指定がなくても良く、指定がない場合は始点は0、間隔は1になる
###linspace関数
等間隔の配列を作成する。
arange関数と異なる点は終点も配列の中に含むこと。
test.ipynb
#始点0 終点10 個数１０の配列を作成
test = np.linspace(0,10,10)
###reshape関数
配列の整形をする
test.ipynb
a = np.arange(10)
b = a.reshape(2,5)
0~9までの１次元配列を２次元配列にしました。
##四則演算
sum()などの四則演算を行う関数も備わっていますが、今回は割愛。
平方根を求めるsqrt関数、行列積を求めるdot関数などはメモ書き程度に記載しておきます。
##5.まとめ
・Numpyやベクトルや行列の演算が得意
・配列の作成はareay、規則的な配列を作成する場合はarangeやlinspaceを用いる
以上