round 四捨五入を行うことができる。引数を指定することで、四捨五入の位置を決めることもできる。 【対話コード】 >>>num = 1.5376 >>>print(round(num)) 2 >>>print(round(num, 1)) 1.5 >>>print(round(num, 3)) 1.538

np.linalg.norm() ノルムとは、ベクトルの長さを示したものである。各要素を2乗した数字を足し合わせて、ルートをかぶせることで計算を行うことができます。その計算に使用できるのが、”np.linalg.norm”です。 【対話コード】 >>>import numpy as np >>>arr …

np.sort、argsort、sort np.sort : 配列を数値の大きさ順に並び変える argsort : 配列を数値の大きさ順に並び変え、元の配列で何番目に存在していたか出力する sort : 引数に応じてソートを行う 【対話コード】 >>>import numpy as np >>>arr = np.array([ […

.T transepose（転置）を表す「T」であり、行列の転置を行うことができる。 【対話コード】 >>>import numpy as np >>>arr = np.arange(10).reshape(2, 5) >>>print(arr) [[0 1 2 3 4] [5 6 7 8 9]] >>>print(arr.T) [[0 5] [1 6] [2 7] [3 8] [4 9]]

ファンシーインデックス参照 行列から任意のインデックスを抽出して、任意の順番に並べることのできる参照方法。 【対話コード】 >>>import numpy as np >>>arr = np.arange(12).reshape(4, 3) >>>print(arr) [[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11]] >>>pr…

axis 二次配列の縦横を指定する際に使用する。「axis = 0」の場合は「縦」、「axis = 1」の場合は「横」を指定する。 今回は配列の縦横でそれぞれの合計を求めます。 【対話コード】 >>>import numpy as np >>>arr = np.array([ [1, 2, 3], [4, 5, 6] ]) >>>…

np.add、np.subtract numpu関数の一つ。配列の要素同士の足し算（add）と引き算（subtruct）を計算することができる。 【対話コード】 >>>import numpy as np >>>a = np.array([1, 2, 3, 4, 5]) >>>b = np.array([6, 7, 8, 9, 10]) >>np.add(a, b) array([ 7…

np.exp 配列中の要素における、e（自然対数の底）のべき乗を求める関数。 【対話コード】 >>>import numpy as np >>>arr = np.array([0, 2, 4, 6, 8]) >>>np.exp(arr) array([1.00000000e+00, 7.38905610e+00, 5.45981500e+01, 4.03428793e+02, 2.98095799e+…

np.sqrt 配列中の要素の平方根を求めることができる。 【対話コード】 >>>import numpy as np >>>arr = np.array([4, 36, 121 ,10000]) >>>np.sqrt(arr) array([ 2., 6., 11., 100.]) 簡単なコマンドで、平方根を求めることができました。

abs 配列中の数字の絶対値を返す関数。 【対話コード】 >>>import numpy as np >>>arr = np.array([1, -2, -3, 4, -5]) >>>print(np.abs(arr)) [1 2 3 4 5] 絶対値が返されたのが確認できました！！

ブールインデックス参照 bool型は真理値の「真」＝「True」と「偽」＝「False」という2種類であらわされるデータ型です。 この型を用いて、要素を取り出す方法をブールインデックス参照と呼びます。 【対話コード】 >>>import numpy as np >>>arr = np.array…

union1d、intersect1d、setdiff1d 集合演算とは、集合同士の要素に関係性を見つけることのできるもの。 A集合とB集合があった場合、AとBの集合のどちらかに少なくとも存在する要素をみつける「和集合」、共通の要素を見つける「積集合」、共通していない要素…

unique( ) 配列において、重複している値を取り除き、ソート後の結果を返す。 【対話コード】 >>>import numpy as np >>>arr = [ 1, 3, 2, 2, 2, 6, 5, 3, 4, 5] >>>np.unique(arr) array([1, 2, 3, 4, 5, 6]) ソートまで行ってくれるというのが、面白いとこ…

iloc DataFrameから行または、列を抽出することができる。 locを用いても同様のことができるが、違いとしては下記の通り。 loc：「ラベル」を指定する iloc：「番号」を指定する。 【対話コード】 >>>import pandas as pd >>>df = pd.DataFrame([[1, 2, 3, 4…

iloc DataFrameから行または列を選択して抽出したい場合に使用できます。 【対話コード】 >>>import pandas as pd >>>df = pd.DataFrame([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], index=['A', 'B', 'C'], columns=['a', 'b', 'c', 'd']) >>>print(df…

isnull DataFrameで作成したものの中にデータがない部分（NaN）があるかを調べたいときにisnullが使用できます。 【対話コード】 >>>import pandas as pd >>>X = pd.DataFrame(index=[1,2,3], columns=[1,2,3]) >>>print(X) 1 2 31 NaN NaN NaN2 NaN NaN NaN…

value_counts() DataFrameの中で、ある値の要素数を数えたいときにvalue_countsが使えます。 【対話コード】 >>>import pandas as pd >>>df = pd.DataFrame({'a' : [1, 1, 4, 3, 1], 'b' : [3, 4, 1, 1, 3]}) >>>df['a'].value_counts() 1 34 13 1Name: a, d…

concat() ２つのDataFrameを結合させたいときに使用できるconcat。 【対話コード】 >>>import pandas as pd >>>X = pd.DataFrame({'a' : ['1A','2A', '3A'], 'b' : ['1B','2B', '3B']}) >>>Y = pd.DataFrame({'a' : ['4A','5A', '6A'], 'b' : ['4B','5B', '6…

df.describe() pandasで、統計の一覧を表示させてくれる、describe。 【対話コード】 >>>import pandas as pd >>>X = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], index = ['a', 'b', 'c']) >>>print(X) 0 1 2a 1 2 3b 4 5 6c 7 8 9 >>>X.describe() 0…

DataFrame Pandasを用いて二次元配列を作りたいときに、DataFrameが使えます。 【対話コード（通常の配列）】 >>>import pandas as pd >>>X = [[1, 2, 3], [4, 5, 6]] >>>pd.DataFrame(X, index=['a', 'b']) 0 1 2a 1 2 3b 4 5 6 配列からインデックス付きの…

pandas.Series 配列をきちんと並べて表にしたいときに、PandasのSeriesが使用できます。 【対話コード】 >>>import pandas as pd >>>x = ["a", "b", "c", "d" ] >>>y = pd.Series(x) >>>print(y) 0 a1 b2 c3 ddtype: object インデックス付きの表が出来上が…