numpyの使い方

import numpy as np
x=np.array([1,2,3])
x
> array([1, 2, 3])


#行列のサイズ、ベクトルのサイズ
x.shape
>(3,)

#xの次元数を見る
x.ndim
>1

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

y.ndim
>2

#numpy.ndarrayの形状(各次元のサイズ)は属性shapeでタプルで取得可能。
y.shape
>(3, 3)

#平均
y.mean()
>5.0

#列の平均
y.mean(axis=0)
>array([4., 5., 6.])

#行の平均
y.mean(axis=1)
>array([2., 5., 8.])

#0で行列を埋める
np.zeros((3,3))
>array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

#分散
y.var()
>6.666666666666667

#標準偏差
y.std()
>2.581988897471611

分散とは?

データの散らばりの度合いを表す値のこと。
偏差(それぞれの数値と平均値の差)を二乗し、その平均を取る。

標準偏差とは?

対象となるデータのバラつきの大きさを示す指標のこと。
「s」や「σ」で表される。計算方法は、標準偏差=√分散。

x=np.array([
            [2,3],
            [1,5],
            [3,1]
])

#転置(行と列を入れ替える)
x.T
>array([[2, 1, 3],
       [3, 5, 1]])

#行列積
np.dot(x,x.T)
>array([[13, 17,  9],
       [17, 26,  8],
       [ 9,  8, 10]])

コメント