#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