numpyのチートシート
以下は、NumPyの主要な機能や操作に関するチートシートの例です。NumPyは非常に多機能なライブラリであり、このチートシートはすべての機能を網羅するものではありませんが、基本的な操作や一般的な使用法をカバーしています。必要に応じて、NumPyの公式ドキュメントや他のリソースを参照してください。
NumPyのインポート
python
import numpy as np
配列の生成
python
# リストから配列を作成 arr = np.array([1, 2, 3, 4, 5]) # ゼロで初期化された配列を作成 zeros_arr = np.zeros((3, 3)) # 1で初期化された配列を作成 ones_arr = np.ones((2, 2)) # 指定した値で初期化された配列を作成 value_arr = np.full((2, 2), 7) # 範囲指定で配列を生成 range_arr = np.arange(0, 10, 2) # ランダムな値で配列を生成 random_arr = np.random.rand(3, 3) # シーケンスの値で配列を生成 seq_arr = np.linspace(0, 1, 5)
配列の操作
python
# 形状の確認 shape = arr.shape # 次元数の確認 ndim = arr.ndim # 要素の数の確認 size = arr.size # データ型の確認 dtype = arr.dtype # 転置 transposed_arr = arr.T # リシェイプ reshaped_arr = arr.reshape(2, 3) # スライシング slice_arr = arr[1:4] # インデックスとスライスの同時利用 index_slice_arr = arr[1, 3:5] # 条件に一致する要素の取得 condition_arr = arr[arr > 3]
数学的な操作
python
# 各要素に数値を加算 addition = arr + 2 # 各要素に数値を乗算 multiplication = arr * 2 # 行列の加算 matrix_addition = np.add(arr1, arr2) # 行列の乗算 matrix_multiplication = np.dot(matrix1, matrix2) # 各要素の平方根 sqrt_arr = np.sqrt(arr) # 各要素の指数関数 exp_arr = np.exp(arr) # 各要素の自然対数 log_arr = np.log(arr)
集計関数
python
# 合計 total = np.sum(arr) # 平均 mean_val = np.mean(arr) # 中央値 median_val = np.median(arr) # 標準偏差 std_dev = np.std(arr) # 最小値 min_val = np.min(arr) # 最大値 max_val = np.max(arr) # 最小値のインデックス min_index = np.argmin(arr) # 最大値のインデックス max_index = np.argmax(arr) # 累積和 cumulative_sum = np.cumsum(arr) # 累積積 cumulative_product = np.cumprod(arr)
これらの操作や関数は、NumPyを使用してデータの操作、処理、分析を行う際の基本的なものです。さらに詳細な情報や機能については、NumPyの公式ドキュメントやチュートリアルを参照してください。