目次
はじめに
Pythonの文法を手っ取り早く習得できたらなんて思っている方はいませんか？
今回はデータ分析がしたい方に向けてnumpyを紹介しました。
numpyは配列のようなものでライブラリが充実しているためデータ解析などによく使われます。
大事なポイントだけ重点的にまとめたので効率的に勉強することができる記事にしました。
意外と、慣れている方でも知らない細かい部分も紹介しました。
またPythonは人工知能、機械学習、ディープラーニング、データ解析などに特化しており、2020年プログラミング言語人気ランキング1位になっています。
Pythonについて詳しく知りたい方はこちらのウェブサイトをどうぞ。
Pythonを勉強したい方は是非読み進めていってみてくださいね。
numpyのimport
まずnumpyを使うためにimportしてあげましょう。
import numpy as npnumpyの宣言
次にnumpyの宣言についてです。
a = np.array([1,2,3])これでaという変数の中に[1,2,3]という配列が格納されます。
また
a = np.array([1,2,3],[4,5])このような多次元配列を扱うこともできます。
aとすると
array([1,2,3],[4,5])と表示されます。
また
a[1]とすると
array([4,5])と表示され
a[0][1]とすると
2とこのように表示されます。
それではこのような配列を扱っていきましょう。
配列の形を確認
a = array([1,2,3],[4,5,6])
a.shapeとすると
(2,3)と表示されます。
２×３の配列になっているという意味です。
shapeは配列の形がどのようになっているかを出力します。
配列の次元を確認
a = array([1,2],[3,4],[5,6])
a.ndinとすると
3と配列の次元の数が返されます。
今回は配列の次元の数が三次元であるので3という数字が返されます。
配列のサイズ
a = array([1,2],[3,4],[5,6])
a.sizeとすると
6全部の配列の要素数が返されます。
行列の形は関係なくすべての要素数の数をカウントします。
等差数列を生成する
等差数列とは一定の差を持った値が並べられることで
np.arrange(0,20,5)とすると
arrange([0,5,10,15])と5飛びで0から20までの配列が返されます。
つまり[0,5,10,15]となります。
配列を簡単に作成
np.arrange(6)とすると
array([0,1,2,3,4,5])と簡単に要素数が6で1とばしの配列を作ることもできます。
配列をつなげる
x = np.arrange(3)
y = np.arrange(2)
np.append(x,y)とすると
array([0,1,2,0,1])と配列をつなげることができます。
np.vstack(x,y)とすると
array([0,1,2],[0,1])と配列を垂直に多次元配列としてつなげることもできます。
np.hstack(x,y)とすると
array([0,1,2,0,1])と水平につなげることもできます。
numpyは他にも様々なメソッドがありますが特に使いやすく理解しやすいものを紹介しました。
実際にデータ分析を行い具体的なグラフを作ってみたい方は後述のUdemyの講座をぜひやってみてください。
Pythonの勉強方法【おまけ】
Pythonの基礎文法を勉強するにはUdemyというオンラインプログラミング学習プラットフォームがおすすめです。
具体的に言うとこちらの講座です。
この講座だけで基礎文法だけでなく実践的な応用スキルまで身につけることができます。
めちゃくちゃわかりやすい講座なので気になる方は是非みてみてください。
私が受けたPythonの講座の中では最も良かったですし、この講座だけで案件を獲得できるようになるレベルまでプログラミングを上達させることができると思います。
実際多くの人がWeb上で高評価をしていてUdemyのPython講座といえばこの講座と言われているほどです。
今回紹介したnumpyもより詳しくこの講座の中で述べられています。
一部を紹介すると演算やグラフ出力などです。
また無料で実践的な練習を行いたい方はこちらのYoutube動画がおすすめです。
その他の記事
おわりに
今回はPython基礎文法の配列(numpy)について紹介しました。
配列はよく使い、特にnumpyは便利なものでデータ解析によく使われます。
他のプログラミング言語でも概念は同じなのでこれを機に覚えておきましょう。
よくnumpyとセットでpandasも用いられるのでこちらの記事も見てみることをおすすめします。
こちらの記事も合わせてどうぞ。
コメント