【Jupyter】arangeを使った簡単な配列作成やデータのたくさん入った配列の表示方法

Python学習【365日チャレンジ！】315日目のマスターU（@Udemy11）です。

そろそろ年賀状を出さないと行けない時期ですが、年賀状は書き終えましたか？

書き終えるというより、印刷が終わって、投函したかというのが正しいのかもしれませんが、私は文字の練習として、毎年宛名だけ自筆で書くようにしています。

段文字を書く機会がないので、こんな時に文字を書く練習をしないとどんどん下手くそになっていくんですよね。

といってもそんなに文字がきれいなわけじゃないんですけどね。。。

ま〜、たまに時間をかけて文字を書くのも頭の体操になるので、データ化する予定はありません。

それこそ「Pythonを活用したらいいんじゃない？」って声が聞こえてきそうですが、生活の一部にアナログを入れるのも大切ですよね。

それでは今日も、Python学習を始めましょう。

昨日は、機械学習を効率よく処理の高速化ができるnumpyの基本を学習しました。

基本的な配列のarrayから始まり、shape、ndim、size、arangeなどを学習しました。

Pythonの標準ライブラリのarrayも配列を扱えますが、多次元配列を扱えないのに対して、numpy.arrayは、多次元の配列を扱えるのが特徴です。

くわしくは昨日の記事をごらんください。

Udemyのセールを活用してほしかったあのスキルを手に入れよう！【非公式】

2020.12.21

【Jupyter】機械学習を効率よく高速化するnumpyの基本

https://udemyfun.com/python-jupyter-numpy-basic

Python学習【365日チャレンジ！】314日目のマスターU（@Udemy11）です。今更ながら、はがきの値段が63円になっていてびっくりしてしまいました。お菓子の懸賞に応募しようと思って、はがきを買いに行ったところ、はがき1枚が63円だったのでわかったんですが、ほんとはがきは使わないので、この値上がりにビックリです。ちなみに、封筒の定形郵便も84円になっているので、郵送料は徐々に値上がりしているようです。メルカリのヤマト便も600円から700円に上がっていたし、物価が下がることってないんでしょうか？それでは今日も、Python...

今日は、arangeを使った配列の簡単な作成方法や値のたくさん入った配列の表示方法について学習します。

昨日は、直接np.arrayに値を入れたり、arangeを使って、規則性のある配列を作成しましたが、arrangeの引数に整数を入れると、整数の数だけインデックス値の入った配列を作ることができます。

import numpy as np
a = np.array(6)
a
# arrray([0, 1, 2, 3, 4, 5])

arangeで値の数を指定して、配列を生成したあと、reshapeを使って配列を2次元や3次元の配列に変えることができます。

a = np.array(6).reshape(2, 3)
a
# array([[0, 1, 2],
#        [3, 4, 5]])

a.ndim
# 2

a = np.arange(24).reshape(2, 3, 4)
a
# array([[[ 0,  1,  2,  3],
#         [ 4,  5,  6,  7],
#         [ 8,  9, 10, 11]],
# 
#        [[12, 13, 14, 15],
#         [16, 17, 18, 19],
#         [20, 21, 22, 23]]])

a.ndim
# 3

6この配列を作って、2行3列の配列に整形したあと、ndimで何次元かを出力しています。

2つ目では、24個の配列を2個分の3行4列の配列に整形しているので、3次元の配列になっています。

次に、数がたくさんある配列を表示してみます。

np.arange(10000)
# array([   0,    1,    2, ..., 9997, 9998, 9999])

np.np.arange(10000).reshape(100, 100)
# array([[   0,    1,    2, ...,   97,   98,   99],
#        [ 100,  101,  102, ...,  197,  198,  199],
#        [ 200,  201,  202, ...,  297,  298,  299],
#        ...,
#        [9700, 9701, 9702, ..., 9797, 9798, 9799],
#        [9800, 9801, 9802, ..., 9897, 9898, 9899],
#        [9900, 9901, 9902, ..., 9997, 9998, 9999]])

数が多すぎる場合、1次元の配列でも、reshapeで2次元の配列にしても、...,を使って間の数値を省略して表示されます。

すべての値を表示したいときは、set_printoptionsを使って、表示する最大値を指定します。

np.set_printoptions(threshold=10000)
np.arange(10000)

arangeで作成した配列をreshapeを使って配列の形を変えたり、たくさんの値を持った配列の表示について学習しましたが、基本的な処理なので、しっかりと覚えておきましょう。

実際にデータを収集したり、加工したりしないとなかなか覚えられないかもしれませんが、数値を替えて配列を作成したり、これまで使ったコードを組み合わせて使ってみるなど、自分で体験することで、自然とコードが身についていきますので、いろいろと試してみてください。

それでは、明日もGood Python!