1639380624
この記事では、Python NumPyモジュールの紹介、インストールプロセス、配列の作成、およびいくつかの便利な関数について例を挙げて学習します。
NumPyは、Pythonを使用した科学計算の基本的なパッケージです。これは、数値演算用に高度に最適化されたライブラリです。NumPyのサポートにより、タスクがより簡単になります。OpenCV、SciPy、MatplotlibなどのいくつかのライブラリをNumPyと組み合わせると、武器の数が増えます。
このモジュールには、多次元配列オブジェクトの作成、数学演算の実行、C / C ++とFortranコードを統合するためのツールなど、多くの便利な概念が含まれています。また、線形代数関数、フーリエ変換（FT）、乱数ジェネレーター関数など、便利で単純な関数や複雑な関数も多数あります。
すでにPythonパッケージをインストールしていることを願っています。お持ちでない場合は、必要なバージョンのpythonをpython.orgからダウンロードできます。Pythonが正常にインストールされたら、コマンドプロンプトを開き、pipツールを使用してPythonNumPyモジュールをインストールします。
pip install numpyインストールが成功すると、成功メッセージが返されます。
NumPyインポートコマンドは-
import numpy as np上記のコマンドは、numpy名前空間の名前をnpに変更します。' numpy 'と入力する代わりに、ショートカット ' np 'を使用できます。
指定されたコマンドは、インストールされているNumpyのバージョンをチェックします。
import numpy as np
print (np.__version__)出力
1.18.1これらはNumPyでサポートされているデータ型です-
Python NumPyモジュールは、numpy配列を作成するためのarray（）関数を提供します。この関数は、角括弧内の要素値のリストを受け入れます。この方法を使用すると、1次元または多次元の配列を簡単に作成できます。配列要素のデータ型を指定することもできます。
一次元または一次元配列は非常に単純で基本的な配列です。
import numpy as np
one_dim = np.array([30,'Priska','Kashyap','New Delhi',110067])
print(one_dim)出力
['30' 'Priska' 'Kashyap' 'New Delhi' '110067']多次元配列では、配列要素に1つ以上の配列が含まれます。
import numpy as np
#Two Dimensional Array
two_dim = np.array([[30,29,32], [15,43,22]])
#Three Dimensional Array
three_dim = np.array([[[14,23,54], [14, 22, 19]], [[15,43,22], [30,29,32]]])
print(two_dim)
print(three_dim)出力
[[30 29 32]
[15 43 22]]
[[[14 23 54]
[14 22 19]]
[[15 43 22]
[30 29 32]]]NumPyは、配列のサイズ、配列の次元、配列の形状など、配列の特性を取得するための多くの属性を提供します。
import numpy as np
arr1 = np.array([30,'Priska','Kashyap','New Delhi',110067])
arr2 = np.array([[29,'Pyush','Garg','Chennai',600005],
[31,'Smith','Soy','Pune',411045]])
# Get type of array object
print("Array arr1 is of type: ", type(arr1))
print("Array arrr2 is of type: ", type(arr2))
# Get array dimensions
print("No. of dimensions in arr1 : ", arr1.ndim)
print("No. of dimensions in arr2 : ", arr2.ndim)
# Get size of array
print("Size of array arr1: ", arr1.size)
print("Size of array arr2: ", arr2.size)
# Get shape of array
print("Shape of array arr1: ", arr1.shape)
print("Shape of array arr2: ", arr2.shape)
出力
(env) c:\python37\Scripts\projects>opencv3.py
Array arr1 is of type: <class 'numpy.ndarray'>
Array arrr2 is of type: <class 'numpy.ndarray'>
No. of dimensions in arr1 : 1
No. of dimensions in arr2 : 2
Size of array arr1: 5
Size of array arr2: 10
Shape of array arr1: (5,)
Shape of array arr2: (2, 5)形状変更とは、配列の形状を変更することを意味します。numpyモジュールは、配列の次元を追加または削除するためのreshape（）メソッドを提供します。
import numpy as np
arr1 = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
arr2 = np.array([[29,23,34,21,45,24,65,33],
[31,96,43,24,77,86,43,45]])
# Reshaping of One Dimensional Array
x = arr1.reshape(2, 3)
print(x)
# Reshaping of Two Dimensional Array
y = arr2.reshape(2, 2,4)
print(y)出力
[['30' 'Priska' 'Kashyap']
['S-231 S Enclave' 'New Delhi' '110067']]
[[[29 23 34 21]
[45 24 65 33]]
[[31 96 43 24]
[77 86 43 45]]]リサイズ（）メソッドは、配列の既存のサイズを変更するために使用されます。指定された形状の新しい配列を返します。
import numpy as np
a=np.array([[0,1],[2,3]])
# Array reshaping
x = np.resize(a,(4,5))
print(x)
出力
[[0 1 2 3 0]
[1 2 3 0 1]
[2 3 0 1 2]
[3 0 1 2 3]]スライスは、指定された開始インデックスと終了インデックスの間で配列要素を取得するプロセスです。[start：end]として表されます。
import numpy as np
arr = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
print(arr[0:3])
出力
['30' 'Priska' 'Kashyap']NumPyは、配列要素をソートするためのsort（）メソッドを提供します。配列がソートされる軸を指定するための「axis」パラメーターを提供します。ソート手法の種類についても言及できます。デフォルトでは「クイックソート」です。
例
import numpy as np
arr = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
arr_sort = np.sort(arr)
print(arr_sort)出力
['110067' '30' 'Kashyap' 'New Delhi' 'Priska' 'S-231 S Enclave']Numpyモジュールは、配列に対して算術演算を実行するために、add（）、subtract（）、divide（）、multiply（）などの関数を提供します。
import numpy as np
arr1 = np.array([30,29,32])
arr2 = np.array([15,43,22])
#Addition
x = np.add(arr1,arr2)
print(x)
#Subtraction
y = np.subtract(arr1,arr2)
print(y)
#Multiplication
z = np.multiply(arr1,arr2)
print(z)
#Division
p = np.divide(arr1,arr2)
print(p)出力
[45 72 54]
[ 15 -14 10]
[ 450 1247 704]
[2. 0.6744186 1.45454545]1639380624
この記事では、Python NumPyモジュールの紹介、インストールプロセス、配列の作成、およびいくつかの便利な関数について例を挙げて学習します。
NumPyは、Pythonを使用した科学計算の基本的なパッケージです。これは、数値演算用に高度に最適化されたライブラリです。NumPyのサポートにより、タスクがより簡単になります。OpenCV、SciPy、MatplotlibなどのいくつかのライブラリをNumPyと組み合わせると、武器の数が増えます。
このモジュールには、多次元配列オブジェクトの作成、数学演算の実行、C / C ++とFortranコードを統合するためのツールなど、多くの便利な概念が含まれています。また、線形代数関数、フーリエ変換（FT）、乱数ジェネレーター関数など、便利で単純な関数や複雑な関数も多数あります。
すでにPythonパッケージをインストールしていることを願っています。お持ちでない場合は、必要なバージョンのpythonをpython.orgからダウンロードできます。Pythonが正常にインストールされたら、コマンドプロンプトを開き、pipツールを使用してPythonNumPyモジュールをインストールします。
pip install numpyインストールが成功すると、成功メッセージが返されます。
NumPyインポートコマンドは-
import numpy as np上記のコマンドは、numpy名前空間の名前をnpに変更します。' numpy 'と入力する代わりに、ショートカット ' np 'を使用できます。
指定されたコマンドは、インストールされているNumpyのバージョンをチェックします。
import numpy as np
print (np.__version__)出力
1.18.1これらはNumPyでサポートされているデータ型です-
Python NumPyモジュールは、numpy配列を作成するためのarray（）関数を提供します。この関数は、角括弧内の要素値のリストを受け入れます。この方法を使用すると、1次元または多次元の配列を簡単に作成できます。配列要素のデータ型を指定することもできます。
一次元または一次元配列は非常に単純で基本的な配列です。
import numpy as np
one_dim = np.array([30,'Priska','Kashyap','New Delhi',110067])
print(one_dim)出力
['30' 'Priska' 'Kashyap' 'New Delhi' '110067']多次元配列では、配列要素に1つ以上の配列が含まれます。
import numpy as np
#Two Dimensional Array
two_dim = np.array([[30,29,32], [15,43,22]])
#Three Dimensional Array
three_dim = np.array([[[14,23,54], [14, 22, 19]], [[15,43,22], [30,29,32]]])
print(two_dim)
print(three_dim)出力
[[30 29 32]
[15 43 22]]
[[[14 23 54]
[14 22 19]]
[[15 43 22]
[30 29 32]]]NumPyは、配列のサイズ、配列の次元、配列の形状など、配列の特性を取得するための多くの属性を提供します。
import numpy as np
arr1 = np.array([30,'Priska','Kashyap','New Delhi',110067])
arr2 = np.array([[29,'Pyush','Garg','Chennai',600005],
[31,'Smith','Soy','Pune',411045]])
# Get type of array object
print("Array arr1 is of type: ", type(arr1))
print("Array arrr2 is of type: ", type(arr2))
# Get array dimensions
print("No. of dimensions in arr1 : ", arr1.ndim)
print("No. of dimensions in arr2 : ", arr2.ndim)
# Get size of array
print("Size of array arr1: ", arr1.size)
print("Size of array arr2: ", arr2.size)
# Get shape of array
print("Shape of array arr1: ", arr1.shape)
print("Shape of array arr2: ", arr2.shape)
出力
(env) c:\python37\Scripts\projects>opencv3.py
Array arr1 is of type: <class 'numpy.ndarray'>
Array arrr2 is of type: <class 'numpy.ndarray'>
No. of dimensions in arr1 : 1
No. of dimensions in arr2 : 2
Size of array arr1: 5
Size of array arr2: 10
Shape of array arr1: (5,)
Shape of array arr2: (2, 5)形状変更とは、配列の形状を変更することを意味します。numpyモジュールは、配列の次元を追加または削除するためのreshape（）メソッドを提供します。
import numpy as np
arr1 = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
arr2 = np.array([[29,23,34,21,45,24,65,33],
[31,96,43,24,77,86,43,45]])
# Reshaping of One Dimensional Array
x = arr1.reshape(2, 3)
print(x)
# Reshaping of Two Dimensional Array
y = arr2.reshape(2, 2,4)
print(y)出力
[['30' 'Priska' 'Kashyap']
['S-231 S Enclave' 'New Delhi' '110067']]
[[[29 23 34 21]
[45 24 65 33]]
[[31 96 43 24]
[77 86 43 45]]]リサイズ（）メソッドは、配列の既存のサイズを変更するために使用されます。指定された形状の新しい配列を返します。
import numpy as np
a=np.array([[0,1],[2,3]])
# Array reshaping
x = np.resize(a,(4,5))
print(x)
出力
[[0 1 2 3 0]
[1 2 3 0 1]
[2 3 0 1 2]
[3 0 1 2 3]]スライスは、指定された開始インデックスと終了インデックスの間で配列要素を取得するプロセスです。[start：end]として表されます。
import numpy as np
arr = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
print(arr[0:3])
出力
['30' 'Priska' 'Kashyap']NumPyは、配列要素をソートするためのsort（）メソッドを提供します。配列がソートされる軸を指定するための「axis」パラメーターを提供します。ソート手法の種類についても言及できます。デフォルトでは「クイックソート」です。
例
import numpy as np
arr = np.array([30,'Priska','Kashyap','S-231 S Enclave','New Delhi',110067])
arr_sort = np.sort(arr)
print(arr_sort)出力
['110067' '30' 'Kashyap' 'New Delhi' 'Priska' 'S-231 S Enclave']Numpyモジュールは、配列に対して算術演算を実行するために、add（）、subtract（）、divide（）、multiply（）などの関数を提供します。
import numpy as np
arr1 = np.array([30,29,32])
arr2 = np.array([15,43,22])
#Addition
x = np.add(arr1,arr2)
print(x)
#Subtraction
y = np.subtract(arr1,arr2)
print(y)
#Multiplication
z = np.multiply(arr1,arr2)
print(z)
#Division
p = np.divide(arr1,arr2)
print(p)出力
[45 72 54]
[ 15 -14 10]
[ 450 1247 704]
[2. 0.6744186 1.45454545]