PythonのNumPyでよく使うメソッドを4つに分けてまとめてみた

2022.11.04
スポンサーリンク

今回は、PythonのNumPyモジュールの重要な関数に焦点を当てます。

では、さっそく始めましょう

スポンサーリンク

Python NumPyモジュールの概要

Python NumPyモジュールは、さまざまな科学的、数学的操作を簡単に実行するためのさまざまな関数を組み立てています。

したがって、NumPyモジュールは、すべてのプログラマーが、すべての数学的および複雑な計算タスクを実行するために手元に置くことができるモジュールと見なすことができます。

それでは、NumPyモジュールの重要な機能のいくつかを理解し、実装してみましょう。

1. NumPy の配列操作関数

NumPyモジュールの配列操作関数は、配列の要素を変更するのに役立ちます。

以下の関数を見てください。

  • numpy.reshape(): numpy.reshape(): この関数は、配列の値を妨げることなく、配列の次元を変更することができます。
  • numpy.concatenate()。numpy.concatenate(): 同じ形状の2つの配列を行単位または列単位で結合します。

それでは、上記の関数の実装に焦点を当てましょう。

例えば、以下の様になります。

import numpy
 
arr1 = numpy.arange(4)
print('Elements of an array1:
',arr1)
 
arr2 = numpy.arange(4,8)
print('Elements of an array2:
',arr2)
 
res1 = arr1.reshape(2,2)
print('Reshaped array with 2x2 dimensions:
',res1)
 
res2 = arr2.reshape(2,2)
print('Reshaped array with 2x2 dimensions:
',res2)
 
print("Concatenation two arrays:
")
concat = numpy.concatenate((arr1,arr2),axis=1)
print(concat)

上記の関数を実行するためには，配列の形状，すなわち寸法が同じであることが重要である．

結果は以下の通りです。

Elements of an array1:
 [0 1 2 3]
Elements of an array2:
 [4 5 6 7]
Reshaped array with 2x2 dimensions:
 [[0 1]
 [2 3]]
Reshaped array with 2x2 dimensions:
 [[4 5]
 [6 7]]
Concatenation two arrays:
 
[0 1 2 3 4 5 6 7]

この記事もチェック：Numpyとvstackメソッドを使って1次元配列を多次元配列に結合する方法

2. NumPyの文字列関数

NumPyのString関数を使うと、配列に含まれる文字列の値を操作することができます。

最もよく使われる文字列関数のいくつかを以下に示します。

  • numpy.char.add() function: numpy.char.add() function`: 2つの配列のデータを結合し、マージして新しい配列を生成します。
  • numpy.char.capitalize()関数: 2つの配列の最初の文字を大文字にする関数。単語/文字列全体の最初の文字を大文字にします。
  • numpy.char.lower()関数: 文字列の大文字と小文字を変換します。文字列の大文字と小文字を変換します。
  • numpy.char.upper()関数: 文字列の大文字と小文字を区別します。* numpy.char.upper() function: 文字列の大文字・小文字を変換します。
  • numpy.char.replace() function: 文字列の大文字と小文字を入れ替えます。* numpy.char.replace() function: 文字列または文字列の一部を別の文字列値で置き換えます。

例えば、以下の様になります。

例：

import numpy
  
res =  numpy.char.add(['Python'],[' JournalDev'])
 
print("Concatenating two strings:
",res)
 
print("Capitalizing the string: ",numpy.char.capitalize('python data'))
 
print("Converting to lower case: ",numpy.char.lower('PYTHON'))
 
print("Converting to UPPER case: ",numpy.char.upper('python'))
 
print("Replacing string within a string: ",numpy.char.replace ('Python Tutorials with AA', 'AA', 'JournalDev'))

結果は、以下の通りになります。

Concatenating two strings:
 ['Python JournalDev']
Capitalizing the string:  Python data
Converting to lower case:  python
Converting to UPPER case:  PYTHON
Replacing string within a string:  Python Tutorials with JournalDev

3. NumPy 算術関数

以下のNumPy関数は、配列のデータ値に対して基本的な算術演算を行うために使用されます。

  • numpy.add() function : 2つの配列を加算し、結果を返します。
  • numpy.subtract() function : array1 から array2 の要素を引き、結果を返す。
  • numpy.multiply() function : 両方の配列の要素を掛け合わせ、積を返す。
  • numpy.divide() function : array1 を array2 で割って、配列の商を返す。
  • numpy.mod()関数: 剰余演算を行い、その余りを配列で返す。
  • numpy.power()関数: numpy.power()関数`: array1 ^ array2 の指数値を返す。

例えば、以下の様になります。

import numpy as np
x = np.arange(4)
print("Elements of array 'x':
",x)
 
y = np.arange(4,8)
print("Elements of array 'y':
",y)
 
add = np.add(x,y)
print("Addition of x and y:
",add)
 
subtract = np.subtract(x,y)
print("Subtraction of x and y:
",subtract)
 
mul = np.multiply(x,y)
print("Multiplication of x and y:
",mul)
 
div = np.divide(x,y)
print("Division of x and y:
",div)
 
mod = np.mod(x,y)
print("Remainder array of x and y:
",mod)
 
pwr = np.power(x,y)
print("Power value of x^y:
",pwr)

結果は、以下の通りになります。

Elements of array 'x':
 [0 1 2 3]
Elements of array 'y':
 [4 5 6 7]
Addition of x and y:
 [ 4  6  8 10]
Subtraction of x and y:
 [-4 -4 -4 -4]
Multiplication of x and y:
 [ 0  5 12 21]
Division of x and y:
 [ 0.          0.2         0.33333333  0.42857143]
Remainder array of x and y:
 [0 1 2 3]
Power value of x^y:
 [   0    1   64 2187]

この記事もチェック：NumPyで便利なデータ分布を解説(zipf,パレート,レイリー,指数,乱数)

4. NumPyの統計関数

NumPyの統計関数は、データマイニングやデータの膨大な形質の解析の領域で非常に役立ちます。

よく使われる関数のいくつかを見てみましょう。

  • numpy.median() : 渡された配列の中央値を計算します。
  • numpy.mean() : 配列のデータ値の平均値を返す。
  • numpy.average() : 渡された配列の全データの平均値を返す。
  • numpy.std() : 配列のデータ値の標準偏差を計算し、返す。

例えば、以下の様になります。

import numpy as np
x = np.array([10,20,30,4,50,60])
 
med = np.median(x)
print("Median value of array:
",med)
 
mean = np.mean(x)
print("Mean value of array:
",mean)
 
avg = np.average(x)
print("Average value of array:
",avg)
 
std = np.std(x)
print("Standard deviation value of array:
",std)

結果は以下の通りです。

Median value of array:
 25.0
Mean value of array:
 29.0
Average value of array:
 29.0
Standard deviation value of array:
 20.2895703914

この記事もチェック：Numpyで1次元や多次元配列での平均値を求める方法|averageメソッドを使う方法を解説

まとめ

ここまでで、このトピックは終了です。

何か疑問があれば、お気軽にコメントください。

参考文献

  • Python NumPy モジュール – JournalDev
スポンサーリンク
タイトルとURLをコピーしました