numpyのargsortの動き - sohatach's blog
Pythonによるデータ分析入門――NumPy、pandasを使ったデータ処理 を読んでいて、よくわからなかった箇所があったのでメモ。 numpyのargsort()の動きについてです。 http://docs.scipy.org/doc/numpy/reference/generated/numpy.argsort.html >>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2, 0]) ドキュメントによれば、argsort()は、ソート結果の配列のインデックスを返すとのことのようですが、 これの意味が当初よくわからなかったので実際に動かして確認してみました。 もとの配列は、[3, 1, 2]となっており、それぞれのインデックスは、 左から0(対応する値は3), 1(対応する値は1), 2(対応する値は2)となります。 対応が
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
Pythonの数値計算ライブラリ NumPy入門
Scientific Computing Tools For Python — Numpy NumPy は Pythonプログラミング言語の拡張モジュールであり、大規模な多次元配列や行列のサポート、これらを操作するための大規模な高水準の数学関数ライブラリを提供する。(via Wikipedia) これまで知識があいまいだったNumPyについて、もう一度おさらいしたいと思います。NumPyはSciPyと併せて科学技術計算でよく利用されています。また、高速に行列演算ができるのでOpenCV(コンピュータビジョンライブラリ)でもNumPyを利用したPythonインタフェースが提供されるようになりました。 OpenCVのPythonバインディングについては去年のエントリーでも取り上げていますので参考までに。 * さくらVPSにOpenCVをインストールしてPythonから使う [2017/04/2
csv/tsvファイルの読み書き - numpyメモ | mwSoft
概要 loadtxtとgenfromtxtでファイルからデータを読み込む。 個人的に他の言語で出力し他ファイルと連携して使うことが多いので、このあたりの処理はよく使う。 csv/tsvの読み込み csv読み込み。 import numpy as np data = np.loadtxt("foo.csv",delimiter=",") ヘッダ行を飛ばす。skiprowsを指定。 data = np.loadtxt("foo.csv",delimiter=",", skiprows=1) tsvの読み込み。 data = np.loadtxt("foo.tsv",delimiter="\t") 列を指定して読み込み。usecols指定。下記は1,2,4列目を読む。 data = np.loadtxt("bar.csv",delimiter="\t", usecols=(0,1,3)) loa
高速数値計算ライブラリ「Numpy」覚書き - Pashango’s Blog
Pythonで一番有名で普及しているライブラリと言っても過言ではない「Numpy」の覚書きです。かなり多機能な数値計算ライブラリで、内部はC言語で記述されているため超高速に動作します。 ベクトル ベクトルの長さ＆正規化 import numpy a = numpy.array([[2,2]]) #ベクトルの長さ length = numpy.linalg.norm(a) #length=>2.8284271247461903 #ベクトルの正規化 a / numpy.linalg.norm(a) #=>array([[ 0.70710678, 0.70710678]]) 内積＆外積 import numpy v1 = numpy.array((1,0,0)) v2 = numpy.array((0,1,0)) #内積 numpy.dot(v1,v2) #=> 0 #外積 numpy.cros
1
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
numpy.log — NumPy v1.10 Manual
numpy.ndindex — NumPy v1.10 Manual