レッスン1 / 2問目

『NumPyとは』

Lesson1

numpyをnpという名前でインポートしてください。

Lesson2

NumPyを用いて以下の配列を作成し出力してください。

[3 6 9]

Last updated:2020/1/31

[3 6 9]
  1. # NumPyをnpという名前でインポートしてください。

  2. import numpy as np

  3. # NumPyを用いて指定した配列を作成し出力してください。

  4. arr = np.array([3, 6, 9])
  5. print(arr)
main.py
設定
g
n
i
d
a
o
L

                 
        

    
            

Leagence Programming

NumPyとは

このレッスンではNumPyについて学習していきましょう。

NumPyとは高速な配列で科学計算を行うことができるpythonのライブラリです。配列とはリストのようなデータ構造です。
簡単に言うと、リストを高速にして数学の演算を簡単に行うことができるようにしたライブラリです。
ちなみにNumPyはNumerical(数値) Pythonの略です。

NumPyの概要

以下はNumPyの概要です。

< NumPyの概要 >

  • C言語とFortanで実装されているため高速に動作する。
  • ndarrayという配列を扱う。(配列≒リストとお考え下さい)
  • 科学計算を効率的に行うことができる。

NumPyには、NumPy配列により高速に効率よく科学計算を行うことができるという特徴があります。
一見大したことがないように思えるかもしれませんが、NumPyは非常に強力なライブラリで、pythonのリストと速度を比べると何十倍もしくは何百倍、NumPyの配列の方が高速に動作します。

また、以下の図はニューラルネットワークといい、ディープラーニングに用いられている人間の神経脳を模したようなものですが、このニューラルネットワークは微分や線形代数などの数学を用いて表現されています。そしてその科学計算を行うライブラリがNumPyというわけです。

newralnetwork

このようにNumPyは非常に強力で、機械学習やディープラーニングを行う上では必須のライブラリとなります。
また、以降のレッスンで学習するPandasというライブラリはNumPyを元に作れているためNumPyと使い方が似ていたり、メソッドが同じであったりとNumPyを学習する利点は多いといえるでしょう。

NumPyの使い方

ではここからNumPyの具体的な使い方を見ていきましょう。

NumPyを利用するにはインポートが必要となるため、まずはnumpyをnpという名前でインポートします。
続けてnp.array()の引数にリストを渡すことでNumPyの配列(ndarray)を生成することができます。

  1. import numpy as np    # NumPyをインポート
  2. arr = np.array([3, 6, 9])    # 配列を生成
  3. print(arr)
[3 6 9]

「import ~ as ~」と記述するとインポートしたライブラリに名前を付けることができます。慣習としてnumpyはnpという名前でインポートされることが多いため、このレッスンでもnumpyはnpとしてインポートします。

そしてnp.array()にリストを渡すことでnumpyの配列を作成することができます。一見リストと同じように見えますが、これによりリストから配列が生成されNumPyの配列として様々な機能が利用できるようになります。ちなみに変数名に用いているarrはarray(配列)の略です。

では実際にNumPyのインポートと簡単な配列を作成してみましょう。