NumPy 配列の基礎 — 機械学習の Python との出会い
NumPy 配列の基礎¶ ここでは，NumPy で最も重要なクラスである np.ndarray について， 本チュートリアルの方針 の方針に従い，最低限必要な予備知識について説明します． np.ndarray は， N-d Array すなわち，N次元配列を扱うためのクラスです． NumPy を使わない場合， Python ではこうしたN次元配列を表現するには，多重のリストが利用されます． np.ndarray と多重リストには以下のような違いがあります． 多重リストはリンクでセルを結合した形式でメモリ上に保持されますが， np.ndarray は C や Fortran の配列と同様にメモリの連続領域上に保持されます． そのため，多重リストは動的に変更可能ですが， np.ndarray の形状変更には全体の削除・再生成が必要になります． 多重リストはリスト内でその要素の型が異なることが許
日付・時間
プログラミングにおける日付や時間の使用頻度は高いです。言語ごとにかなり違いがあるので、調べたりする機会は多々あると思います。 日付の取得 日付の取得方法は下記の通りです。標準ライブラリであるdatetimeを使用しましょう。このように標準ライブラリやサードパーティライブラリなど、特定の機能を使用したい場合はimportを用います。 ※str(‘a’)やint(‘1’)など、ごく一般的なプログラムにおいても高い使用頻度が想定されている一部のものは、importを行わずに使うことができます。 import datetime today = datetime.date.today() todaydetail = datetime.datetime.today() # 今日の日付 print('----------------------------------') print(today) pr
Numpyのndarray同士の結合方向について - Qiita
Numpyというpythonの数値計算ライブラリを最近よく使っています。 ndarrayというN次元配列型が定義されていて便利です。 さて、複数の配列を結合させたい場合、Numpyには以下のようなメソッドが用意されています。 numpy.r- : 行方向への結合 numpy.c_ : 列方向への結合 import numpy as np a = np.ones((2, 3)) # 2×3で要素が全て1の行列 b = np.zeros((2, 3)) # 2×3で要素が全て0の行列 c = np.r_[a, b] d = np.c_[a, b] print(c) print(d) >[[ 1. 1. 1.] [ 1. 1. 1.] [ 0. 0. 0.] [ 0. 0. 0.]] >[[ 1. 1. 1. 0. 0. 0.] [ 1. 1. 1. 0. 0. 0.]] 結合したいndarra
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://deepage.net/features/numpy-stack