Numpy 配列の作成テクニックとアプリケーションの実用的なガイド-Python チュートリアル-php.cn

Numpy 配列の作成テクニックとアプリケーションの実用的なガイド

Numpy 配列作成のヒントとアプリケーションガイド

Numpy は Python の強力なライブラリであり、科学技術コンピューティング、データ分析、機械学習、その他の分野で広く使用されています。 Numpy の最も基本的なデータ構造は、ndarray とも呼ばれる多次元配列です。この記事では、Numpy 配列を作成するためのいくつかのテクニックを紹介し、読者が Numpy 配列をよりよく理解して適用できるように、具体的なコード例を示します。

1. Numpy 配列の作成

リストを使用した作成

Numpy 配列を作成する最も簡単な方法は、Python リストを使用することです。リストをnumpy.array()関数に渡すことで、リストを Numpy 配列に変換できます。

import numpy as np # 创建一维数组 arr1 = np.array([1, 2, 3, 4, 5]) print(arr1) # 输出：[1 2 3 4 5] # 创建二维数组 arr2 = np.array([[1, 2, 3], [4, 5, 6]]) print(arr2) # 输出： # [[1 2 3] # [4 5 6]]

ログイン後にコピー

レンジ関数を使用した作成

Numpy には、特定の範囲と間隔を持つ Numpy 配列を簡単に作成できる一連のレンジ関数が用意されています。

import numpy as np # 创建一维等差数列数组 arr3 = np.arange(0, 10, 2) print(arr3) # 输出：[0 2 4 6 8] # 创建一维等间隔数列数组 arr4 = np.linspace(0, 1, 5) print(arr4) # 输出：[0. 0.25 0.5 0.75 1. ]

ログイン後にコピー

ランダム関数を使用して作成する

乱数を含む Numpy 配列を作成する必要がある場合は、Numpy のランダム関数を使用できます。

import numpy as np # 创建具有随机整数的一维数组 arr5 = np.random.randint(0, 10, 5) print(arr5) # 输出：[8 6 3 9 1] # 创建具有随机浮点数的二维数组 arr6 = np.random.rand(2, 3) print(arr6) # 输出： # [[0.61723063 0.25061847 0.76613935] # [0.96519743 0.45027448 0.62479021]]

ログイン後にコピー

2. Numpy 配列の応用

配列形状変換

Numpy 配列は、変換演算を含む、配列の形状を調整するための関数をいくつか提供します。配列の次元、配列の転置、配列の再形成など。

import numpy as np # 变换数组形状 arr7 = np.arange(12).reshape(3, 4) print(arr7) # 输出： # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # 转置数组 arr8 = arr7.T print(arr8) # 输出： # [[ 0 4 8] # [ 1 5 9] # [ 2 6 10] # [ 3 7 11]] # 重塑数组形状 arr9 = np.arange(12).reshape(2, 2, 3) print(arr9) # 输出： # [[[ 0 1 2] # [ 3 4 5]] # [[ 6 7 8] # [ 9 10 11]]]

ログイン後にコピー

配列要素の操作

Numpy 配列は、位置アクセス、スライス、次元削減、スプライシングなど、配列要素に対する操作を 1 つずつサポートします。

import numpy as np # 访问单个数组元素 arr10 = np.array([1, 2, 3, 4, 5]) print(arr10[2]) # 输出：3 # 对数组进行切片操作 arr11 = np.array([1, 2, 3, 4, 5]) print(arr11[1:4]) # 输出：[2 3 4] # 降维数组 arr12 = np.array([[1, 2, 3], [4, 5, 6]]) print(arr12.flatten()) # 输出：[1 2 3 4 5 6] # 数组拼接 arr13 = np.array([1, 2, 3]) arr14 = np.array([4, 5, 6]) print(np.concatenate((arr13, arr14))) # 输出：[1 2 3 4 5 6]

ログイン後にコピー

上記は Numpy 配列作成のヒントと応用例にすぎませんが、実際のアプリケーションではさらに多くの演算や関数を選択できます。 Numpy 配列の作成と操作に習熟していれば、データ処理や分析タスクに大きなメリットがあります。この記事の紹介が読者に何らかの助けと指針を提供できれば幸いです。

概要: