numpyの使い方と便利な関数

numpyとは?Numpy
ゆうすけ
ゆうすけ

numpyってよく聞くけど、使い方がよく分かりません。

資格マフィア
資格マフィア

すごいざっくり説明すると「数値計算のためのライブラリ」だ。
統計や行列計算に使えるぞ。


✔️ 本記事のテーマ

 numpyの便利な関数と基本的な使い方(コード付き)

 

 

✔️ 読者さんへの前置きメッセージ

本記事は
「numpyライブラリの便利な機能とどのような場面で使えるか」
について書いています。

 

この記事を読むことで
「numpyの使いどころ と 便利な関数の使い方」をイメージできるようになります。

 

numpyライブラリは数値計算や行列計算に特化したPythonライブラリです。

 

numpyライブラリを使うことで、
多次元配列の計算や標準偏差や平均値などを簡単に出すことが出来ます。

 

それでは、numpyライブラリの使い方や関数を詳しく解説していきましょう。

 

numpyとは?

numpyとは?

numpyは、Pythonで数値計算をするためのライブラリです。

 

基本的な計算はPythonだけでも出来ますが、
numpyを使うことで難易度の高い計算や複雑な計算を
簡単にそして高速に行うことができます。

 

近年、numpyの注目度が高まっている背景には、
機械学習の台頭が挙げられるでしょう。

 

Python自体、機械学習と関連の高い言語ですが、
numpyライブラリはその便利さから機械学習分野では欠かせないライブラリです。

 

機械学習や画像認識の分野の学習考えている人であれば、
numpyの使い方はしっかり理解しておきたいです

 

なお、 Numpy については以下の記事でも解説しているので、参考にしてみて下さい。

 

では、numpyの使い方を詳しく解説していきましょう。

 

numpyのインストール方法

numpyのインストール方法

numpyのPythonのサードパーティライブラリなので、
Pythonの稼働環境にインストールしないと使えません。

 

Pythonライブラリのインストールは簡単です。

 

ターミナルで以下のコマンドを実行することでインストールすることができます。

$ pip install numpy

 

以下のコマンドを実行して、
numpyバージョンが表示されれば正しくインストールが成功しています。

pip freeze | grep numpy

 

もし、numpyを使おうとして、エラーが出る人は上記のコマンドを実行して、自身の環境にnumpyがインストールされているかをチェックすると良いかもしれません。

 

numpyの便利な関数(使い方解説)

numpyの便利な関数(使い方解説)

numpyには便利な関数が多く用意されています。

 

全部紹介すると数えきれないほどの関数があるので、
この記事では「よく使う or 便利な関数」に絞って紹介します。

 

以下の関数を紹介します。

  • numpy.mean
  • numpy.max
  • numpy.min
  • numpy.sum
  • numpy.floor、numpy.ceil、numpy.round
  • numpy.pi、numpy.e


順番に各関数と、使い方を解説していきましょう。

numpy.mean、numpy.stdの使い方

numpyを使うことで、平均値も簡単に出すことが出来ます。

import numpy as np


x =  [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

heikin = np.mean(x)

print(heikin)

# 5

 

このように書くことで、
配列に対してnp.mean()関数をかけて、平均値を出すことが出来ます。

 

例のような一次元配列だけではなく、
二次元配列の対してこの関数を使うときは、

np.mean(x2, axis=0)

のようにaxisオプションで行番号を指定します。

 

numpyを使えば平均だけではなく、
同じように標準偏差を求めることも出来ます。

import numpy as np


x =  [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

hensa = np.std(x)

print(hensa)

# 2.8722813232690143

numpy.max、numpy.minの使い方

numpyを使えば、最大値 / 最小値を求めることも出来ます。

import numpy as np


x =  [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

np.max(x)
# 10

np.min(x)
# 1

 

配列に対して、これらの関数をかけることで、
その配列内の最大値、最小値を出すことが出来ます。

numpy.sumの使い方

numpyで合計値も求めることが出来ます。

 

Excelなどでも似たような機能があるので馴染みやすいかもしれません。

 

以下のように使うことで、合計値を出すことが出来ます。

import numpy as np


a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

sum_a = np.sum(a)

print(sum_a)
# 55

 

また、n次元配列に対しても、全ての要素の合計値を出すことが出来ます。

import numpy as np


b = np.array([ [11, 12, 13, 14, 15], [16, 17, 18, 19, 20] ])

sum_b = np.sum(b)

print(sum_b)
# 155

numpy.floor、numpy.ceil、numpy.roundの使い方

numpyでは、小数点の切り上げや切り捨て、四捨五入などを行うことが出来ます。

import numpy as np


c = np.array([-1.8, -1.4, -1.0, -0.6, -0.2, 0., 0.2, 0.6, 1.0, 1.4, 1.8])

c_flo = np.floor(c) # 切り捨て
# array([-2., -2., -1., -1., -1.,  0.,  0.,  0.,  1.,  1.,  1.])

c_cel = np.ceil(c) # 切り上げ
# array([-1., -1., -1., -0., -0.,  0.,  1.,  1.,  1.,  2.,  2.])

c_rou = np.round(c) # 四捨五入
# array([-2., -1., -1., -1., -0.,  0.,  0.,  1.,  1.,  1.,  2.])

 

このように使う関数を使い分けることで、丸め方を選択することが出来ます。

numpy.pi、numpy.eの使い方

数学分野や学術計算などでは、
円周率やネイピア数(自然対数の底)を使うこともあるでしょう。

 

numpyでは、πやネイピア数の定義もしています。

 

以下のように書くことで、正確な円周率の値やネイピア数を使うことが出来ます。

import numpy as np


e =  np.e
pi = np.pi

print(e) # 2.718281828459045
print(pi) # 3.141592653589793

 

このような数値定義がされているのも、
numpyが様々な分野で使われている理由の一つでしょう。

numpy配列(行列)の操作

numpyではNdarray(numpy配列)という独自の型でデータを保持しています。

 

そしてnumpy配列を操作するための関数も豊富に用意されています。

 

個別の関数については以下の記事で解説しているので、参考にしてみて下さい。

 

numpyの使いどころ

numpyの使いどころ

Numpyの使いどころはやっぱり機械学習の分野でしょう。

 

今では、必ずと言っていいほど、機械学習の分野ではnumpyライブラリは使われています。

 

numpyは処理自体はC言語が動いているので、計算が早いのが特徴です。

 

そのため、これまでに紹介した機能や関数を使って、高速に処理を実現します。

 

機械学習や学術計算、統計などの複雑な計算や膨大な計算を行うときに、
numpyで行うことで処理時間を短縮することができます。

 

なお、numpyなどを使った機械学習については
機械学習で最も簡単な分類をしてみる【Python】」の記事でも
解説しているので参考にしてみて下さい。

 

NumpyやPythonについてもっとスキルをつけるなら

numpyやPythonについてもっとスキルをつけるなら

今回はNumpyの使い方について解説しました。

 

NumpyをマスターするならUdemyの教材がオススメです。

>> Python 3.8マスター講座!!文法、numpy, pandas, SQLAlchemy

 

Udemyは買い切りの動画学習サービスです。
一度購入してしまえば、その教材はずっと使うことができます。

 

さらに今なら30日間返金保証がついているので、
一度購入して自分の思っていたものと違った場合は費用がかかりません。

 

この教材はNumpyの基礎から応用まで徹底的に解説しています。
また、Numpy以外にも使用頻度の高いライブラリの使い方も解説されています。

 

また、Pythonについて基礎から学ぶのであれば、オンラインスクールがオススメです。

 

オンラインスクールで学習すると、講義も分かりやすく、
サポート体制もしっかりしているので、これからPythonを学ぶ人にもオススメです。

 

オンラインで無料レッスンを体験することもできるので、
自分にあっているかどうかを確かめることができます。

 

オススメは以下の3つです。
どのスクールも無料体験が用意されているので、
契約前に自分に最適なスクールを探すことができるでしょう。

✔️オススメのプログラミングスクール ベスト3

プログラミングスクールについては「プログラミングスクールで失敗しないためには【オススメベスト3も紹介】」の記事でも紹介しています。

 

気になった方はぜひチェックしてみて下さい〜!

コメント

タイトルとURLをコピーしました