NumPyには、大量のデータを高速に処理するための強力な関数が豊富に用意されています。
これらは目的ごとにいくつかの主要なグループに分類できます。よく使われる代表的な関数をまとめました。
1. 配列を作る関数 (Array Creation)
データを格納するための配列（
ndarray）を一から生成する関数です。-
np.array()：Pythonのリスト（配列）をNumPyの配列に変換するnp.arange()：連番のデータを生成する（例：0, 1, 2, 3）np.linspace()：指定した範囲を指定した個数で等分したデータを生成する（グラフのX軸によく使う）np.zeros()：すべての要素が0の配列を作るnp.ones()：すべての要素が1の配列を作る
2. 配列の形を変える関数 (Shape Manipulation)
データの行と列の数を変えたり、1次元に平坦化したりする関数です。
-
np.reshape()：データの並び順を変えずに、行と列の形を変換する（例：1行6列 を 2行3列 にする）np.ravel()/np.flatten()：多次元の配列を、1次元の平坦なデータに変換するnp.transpose()/.T：行列の行と列を入れ替える（転置行列）
3. 数学・科学計算の関数 (Mathematical Functions)
配列のすべての要素に対して、一括で高速に数学計算を行う関数（ユニバーサル関数）です。
-
np.sin(),np.cos(),np.tan()：三角関数の計算を行うnp.exp()：指数関数（\(e^{x}\)）の計算を行うnp.log()/np.log10()：対数（自然対数・常用対数）の計算を行うnp.sqrt()：平方根（ルート）を計算する
4. 統計・集計の関数 (Statistical Functions)
配列全体の合計値や平均値、最大・最小などを一瞬で計算する関数です。
-
np.sum()：要素の合計値を計算するnp.mean()：要素の平均値を計算するnp.median()：中央値を求めるnp.max()/np.min()：最大値・最小値を見つけるnp.std()/np.var()：標準偏差・分散を計算する
5. 条件判定・検索の関数 (Searching & Sorting)
データの中から特定の条件に合うものを探したり、並び替えたりする関数です。
-
np.where()：条件に一致する要素のインデックス（位置）を返す、または条件に応じた値に置き換えるnp.argmax()/np.argmin()：最大値・最小値が存在する「場所（インデックス）」を返すnp.sort()：データを昇順（小さい順）に並び替える
コメント