NumPy入門

NumPyは、数値計算に使用できる強力なPythonライブラリです。配列、数学関数、従来のPythonリストよりもはるかに高速な演算をサポートしています。

このレッスンでは、効率的な数値演算にNumPyを使用する方法を学習します。

NumPyのインストール

NumPyをインストールするには、ターミナルで次のコマンドを実行します。

pip install numpy

インストールが完了したら、Pythonスクリプトでインポートできます。

# Importing numpy
import numpy as np

print("NumPy imported successfully")

NumPy配列の作成

NumPy配列は、Pythonリストよりも高速でメモリ効率に優れています。リストから配列を作成したり、組み込み関数を使用して配列を作成したりできます。

# Creating arrays
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)  # Outputs: [1 2 3 4]

配列の演算

NumPyは要素単位の演算をサポートしており、リストをループ処理するよりもはるかに高速です。

# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10)  # Outputs: [11 12 13 14]

配列のインデックス指定とスライス

NumPy配列では、高度なインデックス指定とスライスを使用できます。

# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4])  # Outputs: [20 30 40]

多次元配列の操作

NumPyは多次元配列（行列）をサポートしています。

# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)

数学的な演算

NumPyには、平均、中央値、標準偏差などの演算に使用できる数学関数が組み込まれています。

# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))  # Outputs: 3.0

配列の生成

NumPyでは、arangeやlinspaceなどの関数を使用して配列を生成できます。

# Generating arrays
arr = np.arange(0, 10, 2)
print(arr)  # Outputs: [0 2 4 6 8]

NumPyでよくある間違い

次のような間違いを避けてください。

• 大規模なデータセットで、NumPy配列の代わりにPythonリストを使用する。
• 演算を実行する前に、多次元配列の形状を確認しない。
• ベクトル化された演算を活用しない。

学習内容のまとめ

このレッスンでは、次の内容を学習しました。

• NumPyをインストールしてインポートする方法。
• Pythonリストと比較したNumPy配列の利点。
• 配列の演算、インデックス指定、スライスを実行する方法。
• 多次元配列と組み込みの数学関数を操作する方法。

よくできました。次のトピックに進みましょう。