Python モジュール: numpy

• Python で行列を扱うためのモジュール

import numpy

あるいは

import numpy as np

• as np によって、以降 np で呼び出せる。
• ここではこっちの読み込みをした場合で記述していく。

• numpy 用の行列データ matrix を作成する方法
  • リストを numpy 用の行列に変換する場合
    

    matrix = np.array(list_matrix)

    • list_matrix: リストで作成した行列
  • ゼロ行列を作成する場合
    

    matrix = np.zeros([row,col])

    • row: 行のサイズ (0 を指定することで空の行列を作ることができる)
    • col: 列のサイズ

• 縦に結合 (行を追加)
  

  matrix = np.vstack((matrix1, matrix2))

  • matrix1, matrix2: 結合する行列データ
  • 結合する行列データは何個でも指定できる。
  • タプルで指定するため、vstack の後は関数用とタプル用の括弧で二重になる。
• 横に結合 (列を追加)
  

  matrix = np.hstack((matrix1, matrix2))

  • matrix1, matrix2: 結合する行列データ
  • 結合する行列データは何個でも指定できる。
  • タプルで指定するため、vstack の後は関数用とタプル用の括弧で二重になる。

• 特定の要素を抽出
  

  value = matrix[row][col]

  • value: 抽出した要素を格納する変数
  • row: 抽出したい行 (リストと同じく、0 から始まるインデックスを指定)
  • col: 抽出したい列 (リストと同じく、0 から始まるインデックスを指定)
• 特定の要素をスライスで抽出
  

  new_matrix = matrix[row_slice][col_slice]

  • new_matrix: 抽出した行列を格納する変数
  • row_slice: 抽出する行を指定するスライス
  • col_slice: 抽出する列を指定するスライス
  • リストと同じく、スライス (例: [2:5]) で範囲で抽出することができる。
• 不連続な範囲を抽出
  

  new_matrix = matrix[np.array(row_list),np.array(col_list)]

  • new_matrix: 抽出した行列を格納する変数
  • row_list: 抽出したい行のリスト
  • col_list: 抽出したい列のリスト
  • 不連続な範囲 (例: 2,5,8,10 など) を抽出する場合は、行列データに行列データのインデックスを与える。ここでは、np.array() を使っているが、行列データを指定するのであれば、np.array() を使う必要はない。
• 参考サイト: numpy.arrayによる２次元配列から任意の列を抽出する方法 - おいも貴婦人ブログ

• テスト用などに使えるかも。
• 小数の行列 (0〜1 まで)
  

  matrix = np.random.rand(SHAPE)

  • SHAPE: 行列のサイズ (多次元にする場合はタプルで指定する)
• 整数の行列
  

  matrix = np.random.randint([LOW,] HIGH, size = SHAPE)

  • LOW: 最小値 (オプション)
  • HIGH: 最大値 (指定した値は含まない)
  • SHAPE: 行列のサイズ (多次元にする場合はタプルで指定する)

• 行列データをヒストグラム分類することもできる。
  

  np.histogram(MATRIX, bins = BINS, density = DENSITY_BOOL)

  • MATRIX: ヒストグラム化したい行列データ
  • BINS: ヒストグラムの幅
    • int (整数) で指定すると分割数
    • リストで指定すると、リストの各要素が各ヒストグラムバーの最小値となる。
    • “auto”、“fd”、“doane”、“scott”、“rice”、“sturges”、“sqrt” を指定すると、各アルゴリズムに合わせた BINS が生成される。詳しくはドキュメントを参照。
  • DENSITY_BOOL: 確率表示の有無
    • True を指定すると、0〜1 の確率で表示する。
    • False を指定すると、要素のカウント数で表示する。
  • 結果 (numpy の行列データで返される)
    • 1 番目の結果: ヒストグラム (DENSITY = True の場合は確率)
    • 2 番目の結果: BINS
• ドキュメント: numpy.histogram — NumPy v1.13 Manual