2. numpyの配列(備忘録)

＊作成中＊

markdownよりhtmlでかいたほうが楽な気がしてきた。
勉強したことをアウトプットする、簡単にそれができるようにしたいね

はじめに

ipythonを起動する

$ ipython

numpyをimportする

In [1]: import numpy as np

配列をつくる

In [2]: x = np.array([range(x, x + 4) for x in [1, 3, 5, 7]])

In [3]: x
Out[3]:
array([[ 1,  2,  3,  4],
       [ 3,  4,  5,  6],
       [ 5,  6,  7,  8],
       [ 7,  8,  9, 10]])

numpy配列の属性

In [4]: x.ndim
Out[4]: 2

In [5]: x.shape
Out[5]: (4, 4)

In [6]: x.size
Out[6]: 16

In [7]: x.dtype
Out[7]: dtype('int64')

In [8]: x.itemsize
Out[8]: 8

In [9]: x.nbytes
Out[9]: 128

numpy配列のインデックス操作

In [10]: x[1, 2]
Out[10]: 5

In [11]: x[2]
Out[12]: array([5, 6, 7, 8])

In [13]: x[-1]
Out[13]: array([ 7,  8,  9, 10])

In [14]: x[2, -1]
Out[14]: 8

負の数も使える。

numpy配列のスライス操作

In [15]: x[:2]
Out[15]:
array([[1, 2, 3, 4],
       [3, 4, 5, 6]])

In [16]: x[2:]
Out[16]:
array([[ 5,  6,  7,  8],
       [ 7,  8,  9, 10]])

In [17]: x[2:, 1]
Out[17]: array([6, 8])

In [18]: x[2, 1:]
Out[18]: array([6, 7, 8])

In [19]: x[:, 0]
Out[19]: array([1, 3, 5, 7])

In [20]: x[0, :]
Out[20]: array([1, 2, 3, 4])

配列の中の部分列を取り出す操作。
特に重要なのは最後２つ。それぞれ、行、列を取り出す。

numpy配列のビュー

In [21]: x_sub = x[:3, :3]

In [22]: x_sub
Out[22]:
array([[1, 2, 3],
       [3, 4, 5],
       [5, 6, 7]])

In [23]: x_sub[1, 1] = 999

In [24]: x_sub
Out[24]:
array([[  1,   2,   3],
       [  3, 999,   5],
       [  5,   6,   7]])

In [25]: x
Out[25]:
array([[  1,   2,   3,   4],
       [  3, 999,   5,   6],
       [  5,   6,   7,   8],
       [  7,   8,   9,  10]])

ということで、部分列は元の列のポインタになっていることがわかる。

大きな配列の一部分だけ編集したいときは、
このように必要な部分だけ取り出す。

コピーが必要なときは以下のように。

numpy配列のコピー

In [26]: x_sub = x[:3, :3].copy()

In [27]: x_sub
Out[27]:
array([[  1,   2,   3],
       [  3, 999,   5],
       [  5,   6,   7]])

In [28]: x_sub[1, 1] = 888

In [29]: x_sub
Out[29]:
array([[  1,   2,   3],
       [  3, 888,   5],
       [  5,   6,   7]])

In [30]: x
Out[30]:
array([[  1,   2,   3,   4],
       [  3, 999,   5,   6],
       [  5,   6,   7,   8],
       [  7,   8,   9,  10]])

numpy配列の形状変更

数値の配置を変更するときに使う。例えば要素9のベクトルを3*3のベクトルにしたかったりするときに使う。

In [31]: np.arange(9)
Out[31]: array([0, 1, 2, 3, 4, 5, 6, 7, 8])

In [32]: np.arange(9).reshape(3, 3)
Out[32]:
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

numpy配列の連結

複数の配列を連結する。やり方３つ。

In [33]: a = np.arange(6).reshape(2, 3)

In [34]: a
Out[34]:
array([[0, 1, 2],
       [3, 4, 5]])

In [35]: b = np.arange(6).reshape(2, 3)

In [36]: b
Out[36]:
array([[0, 1, 2],
       [3, 4, 5]])

In [37]: c = np.concatenate([a, b])

In [38]: c
Out[38]:
array([[0, 1, 2],
      [3, 4, 5],
      [0, 1, 2],
      [3, 4, 5]])

In [39]: d = np.array([91, 92, 93])

In [40]: d
Out[40]: array([91, 92, 93])

In [41]: e = np.vstack([a, d])

In [42]: e
Out[42]:
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [91, 92, 93]])

In [43]: f = np.array([[99],[99]])

In [44]: f
Out[44]:
array([[99],
       [99]])

In [45]: g = np.hstack([a, f])

In [46]: g
Out[46]:
array([[ 0,  1,  2, 99],
      [ 3,  4,  5, 99]])

numpy配列の分割

複数の配列を分割する。やり方３つ。