NumPy（Numerical Python）は、数値計算に特化したPythonライブラリで、多くの数値演算をサポートしています。以下では、NumPyでの基本的な演算について説明します。

要素ごとの演算

NumPyの主要な機能の1つは、要素ごとの演算です。これは、配列内の各要素に演算を適用することを意味します。たとえば、2つの配列の要素ごとの加算、減算、乗算、除算などが含まれます。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 要素ごとの加算
result = a + b

# 要素ごとの乗算
result2 = a * b

print(result)  # [5 7 9]
print(result2) # [4 10 18]

行列演算

NumPyは行列演算もサポートしており、行列の積、転置、行列式の計算などを行うことができます。行列演算は科学技術計算や線形代数で一般的に使用されます。

import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

# 行列積
result = np.dot(A, B)

print(result)

統計演算

NumPyは統計演算もサポートしており、平均値、中央値、標準偏差、分散などの統計情報を計算するための関数を提供します。

import numpy as np

data = np.array([1, 2, 3, 4, 5])

# 平均値
mean = np.mean(data)

# 中央値
median = np.median(data)

print(mean)   # 3.0
print(median) # 3.0

ブロードキャスト

NumPyでは、異なる形状の配列間で要素ごとの演算を行うためにブロードキャストという機能が提供されています。これにより、形状が異なる配列間で要素ごとの演算が自動的に調整されます。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# ブロードキャストによる加算
result = a + b

print(result)  # [5 7 9]

NumPyはこれらの基本的な演算だけでなく、数学関数、線形代数演算、統計関数、論理演算、ビット演算など多くの演算を提供します。これらの演算は、科学技術計算やデータ分析など、さまざまな数値計算の領域で広く使用されています。

• PythonでのNumPy配列の基本的な作成方法
• PythonでNumpyのndarrayの要素へのアクセスする方法
• PythonでNumPyを使用してデータの入出力をしたい
• NumPyのデータ型について
• PythonのNumPyでの基本的な演算について

にほんブログ村

インターネット・コンピュータランキング
ブログ王ランキングに参加中！
PC関連ランキング