【Python】NumPyでアレイデータを作成する【チートシート】

NumPyはアレイを扱い、数値計算を行うためのPythonのモジュールです。

行列のデータを計算できるため、特にデータや画像の解析で重宝されます。

どのように扱われるかは順を追って説明する必要がありますので、今回はNumpyの基礎であるアレイデータの作成についてチートシートにまとめてみました。

アレイデータについて

アレイデータは配列データと呼ばれる時もあります。

アレイとpythonのデータの型であるリストは非常に似ていますが厳密にはことなります。

リストは入れるデータの型に制限はありませんが、アレイの場合は行列計算するために格納するデータの型が全て同じである必要があります。

import numpy as np
np.array([1, '太郎', [1, 2], ['花子', 'Mike'], (3, 4)])
VisibleDeprecationWarning: …
array([1, '太郎', list([1, 2]), list(['花子', 'Mike']), (3, 4)], dtype=object)

アレイデータの作成

Numpyモジュールはエイリアスにnpとして使用するのが通例となっています。以後numpyのモジュールはnpとして話を進めていきます。

import numpy as np

np.array()

配列データを作る一番簡単な方法はリストから作成する方法です。

np.array([0, 1, 4, 6, 9, 13])
>>>
array([ 0,  1,  4,  6,  9, 13])

リストを多重にすることで2次元、3次元のデータを作ることできます。

2次元データ

np.array([[0, 1], [1, 2], [2, 3]])
>>>
array([[0, 1],
       [1, 2],
       [2, 3]])

3次元データ

np.array([[[0,1], [1, 2]], [[2, 3], [3,4]]])
>>>
array([[[0, 1],
        [1, 2]],

       [[2, 3],
        [3, 4]]])

np.arange()

アレイデータはリストから作成することができますが、膨大なデータ量になるとリストを作成するのが面倒です。等間隔の数列のデータであればnp.arange()で作成可能です。

np.arange(10)
>>>
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

デフォルトの引数ではstart=0, step=1となっており、終点の数値を設定するだけで大丈夫です。始まりの数字と間隔を変更したい場合はstart、stepの引数を設定します。引数の順番はstart, stop, stepの順です。

np.arange(2, 10, 2)
>>>
array([2, 4, 6, 8])

np.zeros()

np.zerosは0の配列を作ります。

np.zeros(6)
>>>
array([0., 0., 0., 0., 0., 0.])

タプルでデータの形を指定することで多次元の行列を作成することができます。例えば下の例では3*3の行列の例です。

np.zeros((3,3))
>>>
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

初期のデータ型はfloatになっているのでintの場合はdtypeで指定します。

np.zeros((3,3), dtype=int)
>>>
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

np.ones

np.ones()はnp.zeros()とほぼ使い方は同じです。

np.ones((3,3))
>>
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

特定の数値の行列が欲しい時にはnp.ones()に値をかけることで実現可能です。

np.ones((3,3)) * 255
>>>
array([[255., 255., 255.],
       [255., 255., 255.],
       [255., 255., 255.]])

np.eye()

単位行列を作る関数になります。単位行列とは対角線が数値が1になっている正方行列（行と列の数が同じ）になります。正方行列のため引数は1つで行列を作成できます。

np.eye(3)
>>>
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

まとめ