NumPyに関すること
NumPy [NumPyの使い方] 18.行列の1次元への変換(フラット化)
NumPyにおいて、行列を1次元にフラット化する方法とflattenとravelの違いについて解説する。
NumPy [NumPyの使い方] 17.行列の形状変換と転置
numpyによる行列の形状変換と行列の転置について解説する。
NumPy [NumPyの使い方] 16.行列の性質の取得と統計量の計算
numpyにおける行列の性質の取得方法と統計量の計算について解説する。
NumPy [NumPyの使い方] 15.ベクトル、行列、疎行列の生成とその性質
NumPyにおけるベクトル、行列、疎行列の生成とその性質について解説。
NumPy [pandasの使い方] 16. 中央値のインデクスを求める
pandasのデータフレームにおける中央値のインデクスの求め方
NumPy [NumPyの使い方] 14. k近傍法
NumPyによるk近傍法
NumPy [NumPyの使い方] 13. 配列のソートと分割
np.sort(), np.partitionによる配列のソートと分割
NumPy [NumPyの使い方] 12. ランダムポイントの選択
ファンシーインデックスによるランダムポイントの選択
NumPy [NumPyの使い方] 11. ファンシーインデックス
ファンシーインデックスの使い方
NumPy [NumPyの使い方] 10. ブール演算子＋比較演算子を用いた要素のカウント
NumPy [NumPyの使い方] 9. 比較演算子を用いた要素のカウント
比較演算子を用いて要素をカウントする方法
NumPy [NumPyの使い方] 8. NumPyにおける比較演算子
NumPy [NumPyの使い方] 6. データの最大, 最小, 0に最も近い値のindex
np.abs, np.argminを利用して、0に最も近い要素のindexを求める
NumPy [NumPyの使い方] 7. ブロードキャスト
NumPyによるブロードキャスト
NumPy