皆さんこんにちは。

人間て一年の大半を自粛していると、季節感も時間間隔もよくわからなくなるんですね(゜-゜)笑
今年ももう残り少なくなってきた上、知らないうちに28歳になっていました…。

さて、今日は計算のときに便利なnumpyの使い方を紹介します。
単純な計算からちょっと高度な数式までカバーしているライブラリです。
私のように数学知識が壊滅的でもnumpyがあれば計算が怖くありません！（笑）
また、計算だけではなく配列も扱うことができるのでデータ処理にも使えます。

使い所ですが、統計解析、機械学習、画像処理など…多岐です。

これまでpandasのDataFrameを使ったデータ処理を紹介してきましたが、同じような抽出処理をnumpyのarray(配列)でも行うことが可能です。
私も実際にデータを扱うときは、用途によってDataFrame(pandas)かarray(numpy)を使うか分けていますが、この2つがデータ分析をするにあたって、かなり重要なライブラリだということは覚えておいてほしいです。

計算の際はList形式よりも使い勝手がよく、短いコードで難しい計算も行ってくれるので優秀なヤツです。

では、サンプルコード記述します。
まずは適当に配列を生成してみます…

numpyをインポートします。

試しに配列を生成
Np.array([任意の配列])　－①
Np.arange(任意の数値)　－②

①は任意の配列を、②は数値を入れます。
①はリスト形式をarray形式に変換する際によく使います。
②は新たな配列を生成する際に便利です。

また、次のようにarray形式は配列の変形が可能です。

b.reshape(-1,1) －③
b.reshape(2,5)　－④

③は、もともと１行10列のデータを10行1列に変形しています。
b.reshape(-1,1)の代わりに、b.reshape(10,1)と記述しても結果は同じです。

④は2行5列に変形しています。

b.reshape(3,3)　－⑤

このように、もとの配列の項目数と、変形後の項目数が一致しない場合はエラーとなります。


続きは次回