NumPy入門：基本から配列操作まで

2024年4月8日

URLをコピーしました！

NumPyとは？

NumPy（ナムパイと読みます）は、Pythonで科学計算を行う際に使用される非常に強力なライブラリです。大量の数値データを効率的に処理でき、データ分析や機械学習など多岐にわたる分野で使われています。Pythonのリストよりも高速に動作し、多次元配列の操作を簡単に行えるため、科学技術計算の分野で広く採用されています。

NumPyのインストール

まずはNumPyを使えるようにするために、インストールする必要があります。Pythonがインストールされていることが前提ですが、多くの場合、Pythonをインストールするとpipも一緒にインストールされます。pipを使ってNumPyをインストールしましょう。ターミナル（またはコマンドプロンプト）を開き、以下のコマンドを入力します。

pip install numpy

このコマンドを実行すると、NumPyがインストールされ、Pythonプログラムで使用できるようになります。

NumPy配列（ndarray）の基本

NumPyの中心となるのは、多次元配列（ndarray）です。これを使って、数値データの集合を効率的に操作します。まずは、配列を作成する基本的な方法から見ていきましょう。

配列の作成

NumPy配列は、numpy.array関数を使用して作成します。リストを引数に渡すことで、そのリストからNumPy配列を作ることができます。以下のコードを見てみましょう。

import numpy as np  # NumPyをnpという名前でインポート

# リストからNumPy配列を作成
my_list = [1, 2, 3, 4]
my_array = np.array(my_list)

print(my_array)

このコードを実行すると、リスト[1, 2, 3, 4]から作成されたNumPy配列が表示されます。NumPy配列はPythonのリストに似ていますが、配列の操作や数値計算を行うための追加機能があります。

配列の属性

NumPy配列には、形状（shape）、次元数（ndim）、要素のデータタイプ（dtype）など、様々な属性があります。これらの属性を知ることで、配列の構造を理解しやすくなります。

print("形状:", my_array.shape)
print("次元数:", my_array.ndim)
print("データタイプ:", my_array.dtype)

配列のインデックス付けとスライシング

配列の特定の要素にアクセスするには、インデックス付けを使用します。また、配列の一部を抽出するにはスライシングを使用します。

# 2次元配列の作成
my_2d_array = np.array([[1, 2, 3], [4, 5, 6]])

# インデックス付け
print("最初の行、最初の列の要素:", my_2d_array[0, 0])

# スライシング
print("最初の行:", my_2d_array[0, :])

このように、NumPyを使うと、大規模な数値データの操作がシンプルで高速に行えます。今回は基本的な部分を紹介しましたが、これがNumPyの魅力のほんの一部です。配列の操作方法をマスターすることで、データ分析や機械学習など、様々な場面でNumPyの力を発揮できるようになります。

今回はここまでですが、次回は配列の操作についてさらに詳しく見ていきます。NumPyの世界へようこそ！

リンク