トップページ -> プログラミング -> Python -> Python の numpy
[サイトマップへ], [サイト内検索へ]

Python の numpy


前準備

Python のインストール,pip と setuptools の更新,Python 開発環境のインストール

Windows の場合

  1. Python のインストール

    Python の URL: http://www.python.org/

    インストール手順の詳細は: 別ページで説明している.

  2. pip と setuptools の更新Python 開発環境(JupyterLab, spyder)のインストール

    コマンドプロンプトを管理者として実行し,次のコマンドを実行.

    python -m pip install -U pip setuptools
    python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
    

Ubuntu の場合

システム Python を使用(インストール操作は不要)

  1. pip と setuptools の更新Python 開発環境(JupyterLab, spyder)のインストール

    次のコマンドを実行.

    sudo apt -yV install python3-dev python3-pip python3-setuptools
    sudo apt -yV install jupyter-qtconsole jupyter-notebook python3-jupyter-client python3-jupyter-console python3-spyder spyder3
    

numpy の npz 形式(numpy.ndarray)ファイルの書き出しと読み込み

import numpy as np
np.savez('hoge.npz',a = np.array([1, 2, 3]), b = np.array([1, 2, 3]))
m = np.load('hoge.npz')
print( m['a'] )
print( m['b'] )


1次元の配列(アレイ)

コンストラクタ

コンストラクタは、オブジェクトを組み立てるためのもの

  1. Python プログラムを動かす.

    ※ Python プログラムを動かすために, Windows では,「python」コマンドを使う. Ubuntu では「python3」コマンドを使う.

    開発環境や Python コンソール(Jupyter Qt ConsolespyderPyCharmPyScripter など)も便利である.

    [image]
  2. 0要素
    import numpy as np
    x = np.zeros(10)
    print(x)
    

    表示の「0.」は「0」のこと

    [image]
  3. 1要素

    表示の「1.」は「1」のこと

    import numpy as np
    x = np.ones(10)
    print(x)
    

    表示の「1.」は「1」のこと

    [image]
  4. 乱数(正規分布)
    import numpy as np
    x = np.random.randn(10)
    print(x)
    

    [image]
  5. 要素指定
    import numpy as np
    x = np.array([3, 1, 2, 5, 4])
    print(x)
    

    [image]
  6. arange による指定

    -5 から開始して、2 ずつ増やし、4 以上にならないように.

    import numpy as np
    x = np.arange(-5, 4, 2)
    print(x)
    

    [image]
  7. linespace による指定

    -2 から、2 まで、全部で、9

    import numpy as np
    x = np.linspace(-2, 2, 9)
    print(x)
    

    [image]

形と次元

numpy の1次元の配列の次元数1.(ndimで得る)

1次元の配列の(<要素数>,)のように表示される(shapeで得る)

import numpy as np
x = np.zeros(10)
print( x.ndim )
print( x.shape )

[image]

データ型

1次元の配列のデータ型は numpy.darray.(typeで得る)

配列の要素のデータ型は dtypes を使って表示… 「float64」は浮動小数点数

import numpy as np
x = np.zeros(10)
print( type( x ) )
print( x.dtype )

[image]


2次元の配列(アレイ)

コンストラクタ

コンストラクタは、オブジェクトを組み立てるためのもの

形と次元

numpy の2次元の配列の次元数2.(ndimで得る)

2次元の配列の((<要素数>,<要素数>))のように表示される(shapeで得る)

import numpy as np
x = np.zeros((2, 3))
print( x.ndim )
print( x.shape )

[image]

データ型

1次元の配列のデータ型は numpy.darray.(typeで得る)

配列の要素のデータ型は dtypes を使って表示… 「float64」は浮動小数点数

import numpy as np
x = np.zeros((2, 3))
print( type( x ) )
print( x.dtype )

[image]
  • 行列の積の時間計測
    import numpy as np
    import time
    
    x = np.random.randn(5000, 5000)
    y = np.random.randn(5000, 5000)
    
    s = time.time()
    z = np.dot(x, y)
    print("%1.3f [sec.]" % float(time.time() - s))
    

    [image]

    本サイトは金子邦彦研究室のWebページです.サイトマップは,サイトマップのページをご覧下さい. 本サイト内の検索は,サイト内検索のページをご利用下さい.

    問い合わせ先: 金子邦彦(かねこ くにひこ) [image]