1章 Python入門 ゼロから作るDeeplearningのいいとこだけ切り取る

Python

pythonは、大学や専門学校、コンピューターサイエンスの授業では使われている。
Google, MS, FBなでのIT企業でも使われている。
機械学習つかうならPythonって言う流れ。

Pythonのバージョン

2系と3系がある。今回は3系ですべて書いていきます。

外部ライブラリ

• Numpy
• Matplotlib

Pythonのインタプリタ

算術計算

>>> 1 - 2
-1
>>> 4 * 5
20
>>> 7 / 5
1.4
>>> 3 ** 2
9

データ型

>>> type(10)
int
>>> type(2.718)
float
>>> type('hello')
str

変数

>>> x = 10
>>> print(x)
10
>>> x = 100
>>> y = 3.14
>>> x * y
314.0

リスト

>>> a = [1,2,3,4,5]
>>> len(a)
5
>>> a[0]
1
>>> a[0:2]
[1,2]
>>> a[1:]
[2,3,4,5]
>>> a[:-1]
[1,2,3,4]

ディクショナリ

>>> me = {'height': 100 }
>>> me['height']
100

ブーリアン

>>> hungry = True
>>> sleepy = False

if文

>>> hungry = True
>>> if hungry:
...  print('I'm hungry')
...

for文

>>> for i in [1,2,3]:

関数

>>> def hello():

クラス

class name
    def __init__(self, xxx, xxx) # constructor
        ...

    def method1 # method1
        ...
    def method2 # method2
        ...

for expample

class Man
    def __init__(self, name)
        self.name = name
        print('init')

    def hello(self):
       print('hello' + self.name)

    def goodbye(self)
       print('goodby' + self.name)

Numpy

import

>>> import numpy as np

numpyをnpとして読み込むことができます。

配列の生成

>>> x = np.array([1.0,2.0,3.0])
>>> print(x)
[1.2.3.]
>>> type(x)
numpy.ndarray

計算

>>> x = np.array([1.0, 2.0, 3.0])
>>> y = np.array([2.0, 4.0, 6.0])
>>> x + y
array([3., 6., 9.])
>>> x- y
array([-1., -2., -3.])
>>> x * y
array([2., 8., 18.])
>>> x / y
array([0.5, 0.5, 0.5])

>>> x = np.array([1.0, 2.0, 3.0])
>>> x/2.0
array([0.5, 1., 1.5])

x,yの要素数が同じじゃないといけない

N次元配列

>>> A = np.array([[1,2], [2,3]])
>>> print(A)
[
 [1,2]
 [3,4]
]
>>> A.shape
(2,2)
>>> A.dtype
dtype('int64')

>>> B = np.array([3,0], [0,6])
>>> A+B
array([4,2], [3,10])
>>> A*B
array([3,0], [0,24])
>>> print(A)
[[1 2] [3 4]]
>>> A * 10
[[10 20][30 40]]

ブロードキャスト

A = np.array([1,2][3,4])
B = np.array([10, 20])
A*B
array([10, 40][30, 80])

要素へのアクセス

>>> X = np.array([51,55], [14,19], [0,4])
>>> print(X)
>>> X[0][1]
55

for row in X:
    print(row)

[51 55]
[14 19]
[0 4]

1次元配列への変換

X = X.flattern()
[51 55 14 19 0 4]
>>> X[np.array([0, 2, 4])]
array([51, 14, 0])
>>> X > 15
array([T, T, F, T, F, F])
>>> X[X>15]
array([51,55,19])

Matplotlib

単純なグラフの描画

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 6, 0.1)
y = np.sin(x)

plt.plot(x, y)
plt.show() ## グラフ描画

pyplot機能

• グラフを複数表示可能
• 画像も表示可能