目次
はじめに
本記事では、NumPyの導入と基本的な操作について、実践的なコード例を交えて解説していきます。
NumPyとは?
NumPy(Numerical Python)は、Pythonにおいて数値計算を効率的に行う機能を提供するライブラリです。配列計算や行列計算、高速な数値演算機能、数学関数などを含んでいます。
NumPyのインストール
NumPyは、Anacondaやminicondaを利用してインストールする方法と、pipを利用してインストールする方法があります。ここでは、pipを使用してNumPyをインストールする方法を紹介します。
$ pip install numpy
NumPyの基本的な操作
配列の作成
NumPyの特徴の一つであるndarray型の配列を作成する方法は以下の通りです。
import numpy as np # 配列の作成 array1 = np.array([1, 2, 3, 4, 5]) array2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(array1) # 出力: [1, 2, 3, 4, 5] print(array2) # 出力: # [[1, 2, 3] # [4, 5, 6] # [7, 8, 9]]
配列の属性
配列の次元数、形状、データ型、総要素数などは以下の方法で確認できます。
import numpy as np array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 属性の取得 print(array.ndim) # 出力: 2 print(array.shape) # 出力: (3, 3) print(array.dtype) # 出力: int64 print(array.size) # 出力: 9
インデックスとスライス
NumPy配列の要素をインデックスやスライスで取得する方法は以下の通りです。
import numpy as np array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) # インデックスで取得 print(array[3]) # 出力: 3 print(array[-1]) # 出力: 9 # スライスで取得 print(array[2:5]) # 出力: [2, 3, 4] print(array[5:]) # 出力: [5, 6, 7, 8, 9]
行列計算
行列の加算、減算、積、転置などの基本的な行列計算を行う方法は以下の通りです。
import numpy as np A = np.array([[1, 2], [3, 4]]) B = np.array([[5, 6], [7, 8]]) # 行列加算 print(A + B) # 出力: # [[ 6, 8] # [10, 12]] # 行列減算 print(A - B) # 出力: # [[-4, -4] # [-4, -4]] # 行列積 print(np.dot(A, B)) # 出力: # [[19, 22] # [43, 50]] # 行列転置 print(A.T) # 出力: # [[1, 3] # [2, 4]]
ブロードキャスト
NumPyのブロードキャスト機能を使って、形状が異なる配列同士の計算を行う方法は以下の通りです。
import numpy as np array1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) array2 = np.array([1, 0, 1]) print(array1 + array2) # 出力: # [[ 2, 2, 4] # [ 5, 5, 7] # [ 8, 8, 10]]
まとめ
この記事では、NumPyの導入方法と基本的な操作を解説しました。NumPyは、Pythonで数値計算を行う際に非常に有用なライブラリであり、機械学習やデータ分析の分野で頻繁に使用されます。