🔢 NumPy使い方

1. NumPyとは

NumPy（ナムパイ）は、Pythonで数値計算を効率的に行うための 代表的な外部ライブラリです。

特に、多次元配列（ndarray）を使った 数値データの処理に強いのが特徴です。

• 数値データの計算
• 1次元・2次元・多次元配列
• 行列計算
• 統計計算
• 機械学習用データの前処理

2. NumPyのインストール

NumPyはPythonの標準ライブラリではないため、 必要に応じてインストールします。

pip install numpy

インストールされているか確認するには、 次のようにします。

python -c "import numpy; print(numpy.__version__)"

3. NumPyを読み込む

import numpy as np

NumPyでは、一般的に np という名前を付けて使用します。

例えば、

np.array([1, 2, 3])

のように書きます。

4. 配列の作成

np.array()

PythonのリストからNumPy配列を作成できます。

import numpy as np

b = np.array([6, 7, 8])

print(b)
print(type(b))

NumPyの配列は numpy.ndarray という型になります。

5. np.arange()

np.arange() は、一定間隔の数値を持つ配列を作成します。

import numpy as np

a = np.arange(15)

print(a)

np.arange(15)では、 0から14までの15個の数値が作られます。

6. reshape()

作成した配列の形を変更できます。

a = np.arange(15).reshape(3, 5)

print(a)

15個のデータを、 3行 × 5列に並べています。

7. 配列の基本情報を調べる

NumPyの配列には、配列の状態を確認するための便利な属性があります。

a = np.arange(15).reshape(3, 5)

a.shape
a.ndim
a.dtype.name
a.itemsize
a.size
type(a)

shape

a.shape

配列の形を表します。

3行 × 5列という意味です。

ndim

a.ndim

配列の次元数です。

今回の配列は2次元配列なので 2 になります。

dtype

a.dtype.name

配列に格納されているデータの型を表します。

itemsize

a.itemsize

配列の1要素が使用するメモリ容量を バイト単位で表します。

size

a.size

配列全体の要素数です。

今回の場合、

3 × 5 = 15

type()

type(a)

NumPy配列の型が numpy.ndarray であることを確認できます。

8. 今回のまとめ

9. 次に覚えるNumPy

• np.zeros() — 0で初期化した配列
• np.ones() — 1で初期化した配列
• np.linspace() — 等間隔の数値を作成
• インデックス・スライス
• 配列同士の計算
• 最大値・最小値・平均値
• 行列計算

NumPy公式ドキュメントでは、これらの配列作成方法や 配列操作について詳しく説明されています。