機械学習に使うツール①

Numpy

行列の作成

x = np.array([[1, 2, 3], [4, 5, 6]]) #行列作成
x = np.arange(25) #1からの連番
x = np.arange(25).reshape(5, 5) #5×5行へ変換
x = np.zero((10, 10)) #ゼロ行列 #タプル型であることに注意
x = np.zeros_like(x) #すべての要素をゼロにする
x = np.ones((5, 5)) #1行列 #タプル型であることに注意
x = np.ones_like(x) #すべての要素をゼロにする
x = np.random.rand(10, 2) #0以上1以下の乱数生成
x = np.random.randn(10, 2) #正規分布に従う乱数生成
x = np.linspace(0, 100, 100) #0から100まで100区切り

行列の操作

x[行, 列]
x = np.vstack([x1, x2]) #垂直結合 #vertical
x = np.hstack([x1, x2]) #水平結合 #horizontal
np.vsplit(x, 2) #縦方向に2個に分割
np.hsplit(x, 2) #横方向に2個に分割
x = np.dot(x1, x2) #内積

統計量の算出

np.min(X) #最小値
np.mean(x) #平均値
np.max(x) #中央値
np.median(x) #最大値
np.std(x) #標準偏差
np.var(x) #分散

Pandas

DF作成

np.random.seed(0)#乱数固定

df = pd.DataFrame([[1, 2], [3, 4]]) #データフレーム作成
df = pd.DataFrame({"姓": ["山田", "佐藤","田中"],
                   "名": ["一郎", "二郎", "三郎"]
                   }, index=["1","2","3"])  #辞書型からDF作成

df = pd.DataFrame([["山田","一郎"],
                   ["佐藤", "二郎"],
                   ["田中","三郎"]],
                   index=["1", "2", "3"],
                   columns=["姓","名"])　　#リストからDF作成

DFへのアクセス

df.head() #先頭5行
df.tail() #末尾5行
df.describe() #統計量取得
df.columns
df.index
df["特定の列"]　#列の取得
df[1:10] 
df.loc[1:3, ["日本語"]]
df1.append(df2)
df = pd.concat([df1, df2]) #行の追加
df = pd.concat([df1, df2], axis=1) #列の追加
df = df.drop(1) #行の削除
del df["特定の列"] #列の削除

ファイルの扱い

df = pd.read_csv("パス") # 読み込み
df.to_csv("パス") #書き込み