NumPy/Pandas Python

NumPy ndarray assignment, vector operation, indexing, slicing, bool indexing, transposition

更新日:

大規模高速計算を前提にC言語との接続を前提にしていて、配列処理に寄せることになる。
ndarrayで確保するメモリはPythonとは別(プロセス?)で確保される。

一通り流してみる。
shape()で配列の形を応答する。2行3列。

ndarrayを作る

ndarrayを作る方法は以下。

ndarrayのデータ型

ndarrayで確保されるメモリのデータ型。
実際に型に従ってメモリが確保されているため、簡単にCに渡せる。

ベクトル演算

配列に寄せる醍醐味。Pythonに数値計算用のオペランドが用意されていることがあって、
割と自然に書ける。

スライスとView

巨大なメモリへのアクセス高速化のために、np.arrayに対するスライスによるアクセスは、
同じメモリを指すViewを返す。Viewに対する操作は元のメモリを変更する。
Copyする場合は明示的にCopyをする必要がある。

2次元のnp.array。要素へのアクセスの仕方は2通り。

n次元arrayへスカラーでインデックス参照するとn-1次元が戻る。
スライス参照はn次元が戻る。

Viewの選択

ndarrayから欲しいViewを選択するために色々と条件をつけられる。
例えば、bool index参照。

reshape

reshape()を使って行列の形を変える。例えば1x15のndarrayを3x5のndarrayに変換。
もちろんCopyではなくView。これは頻出っぽい。
ちなみに、転値は専用のメソッド(T)が用意されている。

-NumPy/Pandas, Python
-

Copyright© ikuty.com , 2019 AllRights Reserved Powered by AFFINGER4.