generated at
ndarray
N-dimentional array



>#WIP


gpt-4
多次元配列を効率的に扱うためのデータ構造

ndarrayの生成
np.array
任意の配列やリストからndarrayを作成
`text
python
import numpy as np arr = np.array([1, 2, 3]) print(arr) # 出力: [1 2 3]
`
np.zeros
全要素が0の配列を作成
`text
python
arr = np.zeros((2, 3)) print(arr) # 出力: [[0. 0. 0.] # [0. 0. 0.]]
`
np.ones
全要素が1の配列を作成
`text
python
arr = np.ones((2, 3)) print(arr) # 出力: [[1. 1. 1.] # [1. 1. 1.]]
`
np.arange
連続した数値の配列を作成
`text
python
arr = np.arange(0, 10, 2) print(arr) # 出力: [0 2 4 6 8]
`
np.linspace
指定した範囲を等間隔に分割した配列を作成
`text
python
arr = np.linspace(0, 1, 5) print(arr) # 出力: [0. 0.25 0.5 0.75 1. ]
`

ndarrayの基本属性
ndarray.shape
配列の形状（各次元のサイズ）を表示
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.shape) # 出力: (2, 3)
ndarray.ndim
配列の次元数を表示
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.ndim) # 出力: 2
ndarray.size
配列内の全要素数を表示
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.size) # 出力: 6
ndarray.dtype
配列のデータ型を表示
python
arr = np.array([1, 2, 3]) print(arr.dtype) # 出力: int64 (環境による)


ndarrayの基本操作
インデックス参照
配列内の要素をインデックスで指定して取得
python
arr = np.array([1, 2, 3, 4]) print(arr[0]) # 出力: 1 print(arr[-1]) # 出力: 4
スライス
一部の要素を指定して取得
python
arr = np.array([1, 2, 3, 4, 5]) print(arr[1:4]) # 出力: [2 3 4]
配列の形状変更 reshape
配列の形を変更する
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) new_arr = arr.reshape((3, 2)) print(new_arr) # 出力: [[1 2] # [3 4] # [5 6]]
転置 transpose
行列の行と列を入れ替える
`text
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.T) # 出力: [[1 4] # [2 5] # [3 6]]
`
結合 concatenate
配列を結合する
`text
python
arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.concatenate((arr1, arr2)) print(arr) # 出力: [1 2 3 4 5 6]
`

ndarrayの基本演算
要素ごとの演算
配列の各要素に対して演算を行う
python
arr = np.array([1, 2, 3]) print(arr + 1) # 出力: [2 3 4] print(arr * 2) # 出力: [2 4 6]
配列同士の演算
同じ形状の配列同士で演算を行う
python
arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) print(arr1 + arr2) # 出力: [5 7 9]
ブロードキャスト
異なる形状の配列に対して演算を行う（自動的に形状が揃えられる）
python
arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr + np.array([1, 2, 3])) # 出力: [[2 4 6] # [5 7 9]]
集計関数
配列全体または特定の軸に沿って集計を行う
- sum: 要素の合計を計算
- mean: 要素の平均を計算
- max, min: 要素の最大値、最小値を計算
python
arr = np.array([1, 2, 3, 4, 5]) print(arr.sum()) # 出力: 15 print(arr.mean()) # 出力: 3.0 print(arr.max()) # 出力: 5