簡単な演算

配列の最大値、最小値、平均値、中央値、標準偏差値、合計を計算するには、以下のようにします。

import numpy as np

array = [1, 3, 5, 7]

print 'max %d' % np.amax(array)
print 'min %d' % np.amin(array)
print 'mean %f' % np.mean(array)
print 'median %f' % np.median(array)
print 'std %f' % np.std(array)
print 'sum %d' % np.sum(array)

配列に対する演算

numpy arrayを使うと、配列の各要素に対する演算が簡単に行えます。

import numpy

array = [1,2,3]

print array * 2 # [1, 2, 3, 1, 2, 3]
print numpy.array([1,2,3]) * 2 # [2 4 6]
print (numpy.array([1,2,3]) * 2).tolist() # [2, 4, 6]

numpy.arrayにより、各要素が2倍されています。 また、tolist()メソッドにより、numpy arrayから普通の配列に変換しています。

2次元配列の初期化

numpyを使うと、二次元配列を簡単に初期化できます。 以下は3x4の二次元配列を作る例です。各要素は0で初期化されます。

array = numpy.zeros(3, 4)

配列の要素の追加

numpyの配列(ndarray)に要素を追加するには、appendメソッドを使います。

import numpy as np

array = np.arange(4)
print(array) # -> [0 1 2 3]

np.append(array, 5) # -> [0, 1, 2, 3, 5]

二次元配列に要素を追加する際は、少し注意が必要です。 例えば、以下の二次元配列があったとします。

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

[[1 2]
 [2 3]]

これに要素を追加する場合は二次元配列を渡し、かつ、axisというパラメータを指定する必要があります。

array = np.append(array, [[3,4]], axis=0)
print(array)

[[1 2]
 [2 3]
 [3 4]]

配列に要素を挿入

配列に要素を追加するには、insertメソッドを使います。

    newArray = np.insert(oldArray, 0, "newElement")

0の部分が、挿入したい位置になります。

配列の要素を削除

配列の要素を削除する場合は、deleteメソッドを使います。

    newArray = np.delete(oldArray, 0)

2つ目の引数が、削除したい要素番号になります。

配列のコピー

numpyの配列のコピーは、以下のように、copyメソッドを使えばよいです。

new_x_train = np.copy(x_train)

x_trainが綺麗なNxMの行列でれば、deep copyされます。

配列の探索

numpy配列の各要素の値を確認して、特定の条件にマッチする要素のインデックスを得るには、whereメソッドを使います。 例えば、sampleArrayという配列において、値が「0」となっている要素のインデックスを得るには、以下のようにします。

np.where(sampleArray==0)