当記事は、SENSY Advent Calendar 2017の6日目の記事です。

当記事は、Pandas のよく使うスニペット集のスニペットシリーズのNumpy版です。（アドベントカレンダーを埋めるために2017/12/14に記事を追加公開しました。）

SENSY Inc.の業務では、Pandas とともに Numpy がよく使われます。
まだ、Numpyを上手く使いこなせていないので、よく使っている書き方をスニペットとして記載していきます。

インポート

Numpy をインポートするには以下を実行します。

np としてインポートすることが多いみたいです。

import numpy as np

Numpy行列の作成

np_array_1 = np.array([1, 2, 3])

np_array_1

# array([1, 2, 3])

np_array_2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

np_array_2

# array([[1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])

DType の取得

np_array_1.dtype

# dtype('int64')

配列形状の取得

np_array_1.shape

# (3,)

np_array_2.shape

# (3, 3)

算術演算

np_array_1 + 1

# array([2, 3, 4])

np_array_1 - 1

# array([0, 1, 2])

np_array_1 * 3

# array([3, 6, 9])

np_array_1 / 2

# array([ 0.5,  1. ,  1.5])

乱数を含む配列の生成

np.random.rand(3)

# array([ 0.97677458,  0.19336271,  0.66828087])

np.random.rand(3, 3)

# array([[ 0.00420696,  0.9480934 ,  0.79849675],
#       [ 0.1099369 ,  0.55860276,  0.71633783],
#       [ 0.00835927,  0.80184971,  0.62207637]])

特定のインデックス以降を取得

np_array_1[1:]

# array([2, 3])

順番を反転

np_array_1[::-1]

# array([3, 2, 1])

1次元に変換

np_array_2.ravel()

# array([1, 2, 3, 4, 5, 6, 7, 8, 9])

flatten はコピーしたものを返却する。

np_array_2.flatten()

# array([1, 2, 3, 4, 5, 6, 7, 8, 9])

形状の変更

np_array_2.reshape((9, 1))

# array([[1],
#        [2],
#        [3],
#        [4],
#        [5],
#        [6],
#        [7],
#        [8],
#        [9]])

軸(axis)反転

np_array_2.transpose()

# array([[1, 4, 7],
#        [2, 5, 8],
#        [3, 6, 9]])

垂直方向に連結

np.vstack((np_array_1, np_array_2))

# array([[1, 2, 3],
#        [1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])

水平方向に連結

np_array_3 = np_array_2 * 3

np.hstack((np_array_2, np_array_3))

# array([[ 1,  2,  3,  3,  6,  9],
#        [ 4,  5,  6, 12, 15, 18],
#        [ 7,  8,  9, 21, 24, 27]])

NaNが含まれているかチェック

np_array_4 = np.array([np.nan, 2, 3])

np.any(np.isnan(np_array_1))

# False

np.any(np.isnan(np_array_4))

# True

配列内のNaNのインデックスを取得

np.where(np.isnan(np_array_4))

# (array([0]),)

0要素の配列を生成

np.zeros((3, 3))

# array([[ 0.,  0.,  0.],
#        [ 0.,  0.,  0.],
#        [ 0.,  0.,  0.]])

1要素の配列を生成

np.ones((3, 3))

# array([[ 1.,  1.,  1.],
#        [ 1.,  1.,  1.],
#        [ 1.,  1.,  1.]])

初期化されていない配列を生成

np.empty((3, 3))

# array([[  1.48219694e-323,   2.96439388e-323,   4.44659081e-323],
#        [  5.92878775e-323,   7.41098469e-323,   8.89318163e-323],
#        [  1.03753786e-322,   1.18575755e-322,   1.33397724e-322]])

同形状で0要素の配列を生成

np.zeros_like(np_array_2)

# array([[0, 0, 0],
#        [0, 0, 0],
#        [0, 0, 0]])

内積を求めた配列を生成

np.dot(np_array_2, np_array_3)

# array([[ 90, 108, 126],
#        [198, 243, 288],
#        [306, 378, 450]])