Pythonでデータ分析する次の一歩（数値計算ライブラリー、NumPy編）

目次 †

はじめに †

NumPyは、数値計算のためのライブラリーです。

機械学習のためのライブラリーであるscikit-learnはNumPyを使いますので、NumPyを少し理解しておかないと、scikit-learnを使いこなせません。

参考書としては、次の本がオススメです。

配列 †

NumPyの基本は、配列です。

NumPyの配列は、numpy.ndarrayクラスで表されます。 n次元配列 (n-dimensional array) という意味です。

配列を作る †

配列は、numpy.arrayで作ります。

import numpy as np
a = np.array([1, 2 ,3, 4, 5, 6, 7, 8])
a

array([1, 2, 3, 4, 5, 6, 7, 8])

配列の要素数を調べる †

配列の要素数は、ndarrayオブジェクトのshape属性に格納されています。

a.shape

(8,)

ndarrayオブジェクトのshape属性はタプルなので、数値で取り出すには要素番号を指定します。

a.shape[0]

8

配列の形を変える †

配列の形を変える（例えば、全体の要素数を変えないで二次元配列にする）には、numpy.reshape関数またはnumpy.ndarrayオブジェクトのreshape関数を使います。

numpy.reshape関数の場合は、次のようにします。

np.reshape(a, (2, 4))

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

numpy.ndarrayオブジェクトのreshape関数の場合は、次のようにします。

a.reshape((4, 2))

array([[1, 2],
       [3, 4],
       [5, 6],
       [7, 8]])

三次元配列にもできます。

np.reshape(a, (2, 2, 2))

array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [7, 8]]])

要素数が合わないと、エラーになります。

a.reshape((4, 1))

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-19-7c07ecbec7bf> in <module>()
----> 1 a.reshape((4, 1))

ValueError: cannot reshape array of size 8 into shape (4,1)

要素数に-1を指定すると、配列全体のサイズに合わせて調整してくれます。

a.reshape((4, -1))

array([[1, 2],
       [3, 4],
       [5, 6],
       [7, 8]])

二次元配列の要素を取り出す †

説明のため、二次元配列を用意します。

m = a.reshape((2, -1))
m

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

要素を取り出すには、取り出したい要素の行番号と列番号を指定します。

m[0, 1]

2

二次元配列の行を取り出す †

行を取り出すには、行番号に取り出したい行の行番号を指定し、列番号には全てを表す : を指定します。

m[0, :]

array([1, 2, 3, 4])

二次元配列の列を取り出す †

列を取り出すには、行番号に全てを表す : を指定し、列番号には取り出したい列の列番号を指定します。

m[:, 1]

array([2, 6])

二次元配列に行を追加する †

行を追加するには、np.vstack関数に、同じ列数の二次元配列をタプルで指定します。

np.vstack((m, m, m))

array([[1, 2, 3, 4],
       [5, 6, 7, 8],
       [1, 2, 3, 4],
       [5, 6, 7, 8],
       [1, 2, 3, 4],
       [5, 6, 7, 8]])

二次元配列に列を追加する †

列を追加するには、np.hstack関数に、同じ行数の二次元配列をタプルで指定します。

np.hstack((m, m, m))

array([[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4],
       [5, 6, 7, 8, 5, 6, 7, 8, 5, 6, 7, 8]])