Numpy 関数: 包括的な分析と詳細な応用

numpy 関数の詳細な説明: 入門から習熟まで

はじめに:
データ サイエンスと機械学習の分野において、numpy は非常に重要な Python ライブラリです。 。効率的で強力な多次元配列操作ツールを提供し、大規模なデータを簡単かつ迅速に処理できるようにします。この記事では、配列の作成、インデックス付け、スライス、操作、変換など、numpy ライブラリで最も一般的に使用される関数のいくつかを詳細に紹介し、具体的なコード例も示します。

1. 配列の作成

1. numpy.array() 関数を使用して配列を作成します。

   import numpy as np
   
   # 创建一维数组
   arr1 = np.array([1, 2, 3, 4, 5])
   print(arr1)
   
   # 创建二维数组
   arr2 = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr2)
   
   # 创建全0/1数组
   arr_zeros = np.zeros((2, 3))
   print(arr_zeros)
   
   arr_ones = np.ones((2, 3))
   print(arr_ones)
   
   # 创建指定范围内的数组
   arr_range = np.arange(0, 10, 2)
   print(arr_range)

2. 配列のインデックス付けとスライス

1. インデックスを使用して配列要素にアクセスします。

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[0])
   print(arr[2:4])

2. ブール型インデックスを使用して、条件を満たす要素を選択します。

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[arr > 3])

3. 配列操作

1. 配列の基本操作。

   import numpy as np
   
   arr1 = np.array([1, 2, 3])
   arr2 = np.array([4, 5, 6])
   
   # 加法
   print(arr1 + arr2)
   
   # 减法
   print(arr1 - arr2)
   
   # 乘法
   print(arr1 * arr2)
   
   # 除法
   print(arr1 / arr2)
   
   # 矩阵乘法
   print(np.dot(arr1, arr2))

2. 配列に対する集計操作。

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   
   # 求和
   print(np.sum(arr))
   
   # 求最大值
   print(np.max(arr))
   
   # 求最小值
   print(np.min(arr))
   
   # 求平均值
   print(np.mean(arr))

4. 配列の変換

1. reshape() 関数を使用して、配列の形状を変更します。

   import numpy as np
   
   arr = np.arange(10)
   print(arr)
   
   reshaped_arr = arr.reshape((2, 5))
   print(reshaped_arr)

2. flatten() 関数を使用して、多次元配列を 1 次元配列に変換します。

   import numpy as np
   
   arr = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr)
   
   flatten_arr = arr.flatten()
   print(flatten_arr)

結論:
この記事では、配列の作成、インデックス付け、スライス、演算、変換などの操作を含む、numpy ライブラリのいくつかの一般的な関数について詳しく説明します。 numpy ライブラリの強力な機能は、大規模なデータを効率的に処理し、データ サイエンスと機械学習の効率を向上させるのに役立ちます。この記事が、読者が numpy ライブラリの機能をよりよく理解して適用し、実際に柔軟に使用できるようになることを願っています。

参考:

1. https://numpy.org/doc/stable/reference/

以上がNumpy 関数: 包括的な分析と詳細な応用の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。