[NumPyの使い方] 4. 配列の出力、集約、外積

NumPy
スポンサーリンク
スポンサーリンク

NumPyによる配列の出力、集約、外積

出力先の指定

データの生成

np.linspaceは(開始点、終了点、要素数)な配列が得られるので、(1,6,6)の場合、上記のようになる。np.zeros(#)は0のみで構成された#個の要素を持つ配列をつくる。

出力先の指定

out=yでnp.multiply(x,5)の結果をyに出力することができる。

out=z[::2] とすることで、np.add(x,3)の結果をzにひとつとばしで入れていくことができる。

同様にz_[1:7]でz_の1〜6個目の要素のところに、np.power(x,2)の結果(xをそれぞれ2乗したもの)を入れることができる。

この方法を用いることで、z_[1:7]=np.power(x,2)とするよりもメモリ使用量を抑えることができる。

配列の集約

データの生成

配列の集約

reduce

np.add.reduce(a)とすることで、aのすべての要素をたしたものが得られる。

multiplyではそれぞれをかけたもの、divideではそれぞれを順次割ったものが得られる。

accumulate

.accumulate()で順次計算していく過程を残すことができる。
multiplyの場合、(1,1*2=2, 1*2*3=6, ・・・)のようになり、divideの場合も同様。
いずれも最後の要素がreduceの結果と一致している。

配列の外積

np.outerによりすべての要素間の計算ができる。

これは、meshgridで作成したデータを掛け合わせるのと同じ。

スポンサーリンク

参考

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

スポンサーリンク
NumPypython
スポンサーリンク
この記事をシェアする
sabopy.comをフォローする
スポンサーリンク
サボテンパイソン

コメント