1 つの Jupyter Notebook に収録された 100 問の演習を通して、NumPy を実践的に使いこなす力を養います。前半の 50 問では配列の作成、計算、インデックス、形状変更、並べ替え、統計の基礎を固め、後半の 50 問は、それらを組み合わせてより難しい問題に取り組む任意の発展演習です。
各演習には完成済みのコード例があり、その直後の空のセルで解答を再現したり変更したりできます。日常的な ndarray 操作から、欠損値、正規化、相関、固有値、画像から配列への変換まで段階的に扱い、数値計算のための Python スキルを演習中心で強化します。
学習内容
- NumPy の各種コンストラクターで 1 次元、2 次元、3 次元配列を作成する
- 要素ごとの算術演算、行列演算、数学関数を適用する
- インデックス、スライス、形状変更、結合、分割でデータを選択・変換する
- 最大・最小値、平均、分散、標準偏差、パーセンタイルで配列を要約する
- 配列を並べ替え、値を検索し、欠損データを処理して要素を比較する
- 数値データを正規化し、距離、相関係数、固有値を計算する
- 複数の NumPy 操作を組み合わせて小規模な配列処理問題を解く
- 画像データを
ndarrayに変換し、復元した結果を表示する
このコースの対象者
NumPy を十分に手を動かして練習したい Python 学習者や、配列操作の基礎を強化したいデータサイエンス学習者に適しています。初心者は前半の完成例を追いながら進められ、NumPy の経験がある方は任意の後半部分をスキルチェックとして活用できます。
前提知識： 変数、関数、リストを含む Python の基本構文を理解していることを推奨します。NumPy の経験があると役立ちますが、必須ではありません。
学習環境： Ubuntu 22.04 上で動作するブラウザ版 Jupyter Notebook が用意され、Python 3.10 と NumPy 2.0.0 を使用します。100 問すべてと完成例、空の練習セルが Notebook に含まれるため、ローカルへのインストールは不要です。
よくある質問
ガイド形式のコースですか、それとも問題集ですか？
複数の独立したガイド付きラボではなく、1 つの大規模な演習 Notebook です。主要な概念には短い説明がありますが、学習時間の多くは NumPy コードを読み、実行し、自分で書き直すことに使います。
演習の解答は用意されていますか？
はい。各演習には完成済みの実装と、練習用の空のコードセルがあります。より高い学習効果を得るには、例をそのままコピーせずに結果を再現してみてください。
100 問すべてを順番に解く必要がありますか？
前半の 50 問は基礎編で、最も分かりやすい順序で進みます。51～100 問は明示的に任意とされているため、必要な問題だけ選んだり、苦手な分野の復習に使ったりできます。
機械学習やデータサイエンスのプロジェクトも学べますか？
いいえ。後の学習に役立つ NumPy の技法は身につきますが、予測モデルや一連のプロジェクトを構築する内容ではありません。配列操作と数値問題の解決に焦点を当てています。
