NumPyは、配列をサポートする人気のあるPythonライブラリです。既存のデータから配列を作成するためのさまざまな方法を提供します。この実験では、既存のデータを使用して配列を作成する方法を学びます。
VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。
時々、Jupyter Notebookが読み込み終了するまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。
学習中に問題に遭遇した場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。そうすれば、迅速に問題を解決します。
numpy.asarray 関数は、Pythonのシーケンスをndarrayに変換するために使用されます。ここでは、numpy.asarray を使ってタプルを使って配列を作成しましょう。
import numpy as np
## pythonタプル
l = (34,7,8,78)
## タプルを使って配列を作成
a = np.asarray(l)
print(type(a))
print(a)出力:
<class 'numpy.ndarray'>
[34 7 8 78]上記のコードでは、タプル l を入力として渡して numpy.asarray() 関数を使って配列を作成し、返された配列を変数 a に格納しました。出力は、a が numpy.ndarray であることを示しています。
次に、複数のリストを使って配列を作成しましょう。
import numpy as np
## pythonリスト
l = [[1,2,3],[8,9],[5,7]]
## リストから配列を作成
b = np.asarray(l)
print(type(b))
print(b)出力:
<class 'numpy.ndarray'>
[list([1, 2, 3]) list([8, 9]) list([5, 7])]上記のコードでは、リスト l を入力として渡して numpy.asarray() 関数を使って配列を作成し、返された配列を変数 b に格納しました。出力は、配列が個々の要素ではなく要素としてリストを含んでいることを示しています。
numpy.frombuffer 関数は、指定されたバッファを使って配列を作成するために使用されます。
import numpy as np
## バイト列を初期化
l = b'LabEx!'
print(type(l))
a = np.frombuffer(l, dtype = "S1")
print(a)
print(type(a))出力:
<class 'bytes'>
[b'S' b't' b'u' b'd' b'y' b'T' b'o' b'n' b'i' b'g' b'h' b't' b'!']
<class 'numpy.ndarray'>上記のコードでは、numpy.frombuffer 関数を使って配列を作成しました。ここでは、バイト列を初期化し、型 'S1' の一次元配列を返しました。実行すると、この関数は与えられたバイト文字列の個々の文字をすべて出力します。
numpy.fromiter 関数は、イテラブルオブジェクトを使ってndarrayを作成するために使用されます。
import numpy as np
## pythonタプルを使用
tup = (2,4,6,20)
## イテレータを作成
it = iter(tup)
## イテレータを使ってndarrayを作成
x = np.fromiter(it, dtype = float)
print(x)
print(type(x))出力:
[ 2. 4. 6. 20.]
<class 'numpy.ndarray'>上記のコードでは、まずタプル tup を作成し、それを使ってイテレータを作成しました。その後、そのイテレータを使って浮動小数点数のnumpy配列を作成しました。
この実験では、NumPyライブラリに既に存在するデータを使って配列を作成するさまざまな方法を学びました。タプル、リスト、バッファから、イテレータからを使って配列を作成するために、さまざまなライブラリ関数を使用しました。これらの方法を使えば、持っているデータを使って簡単にNumPy配列を作成し、それに対してさらなる分析、計算、操作を行うことができます。
