Python用数値計算モジュール「NumPy」の使い方とサンプルコードについて入門者向けにまとめました。
【はじめに】NumPyとは?環境構築法
NumPyとは、Pythonで数値計算をするときの定番モジュールです。
ndarray型と呼ばれる配列オブジェクトを使って、少ないコード量で効率よく、かつ高速に数値計算できます。
NumPyの主な特徴は以下の通りです。
– | NumPyの主な特徴 |
---|---|
特徴① | 配列の「要素数」「型」が固定(C言語の配列型に近い) |
特徴② | 処理がリスト型と比べて非常に高速(APIがC言語やFortranで実装されている) 【参考】【NumPy】主な特徴(メリット・デメリット) |
– | NumPyの導入方法については下記事を参照 |
---|---|
導入方法 | ■NumPyのインストール ■バージョンの表示 |
動画解説版
動画解説版の資料:【NumPy最速入門】基礎的な扱い方
【基礎編】NumPy配列の基本操作、グラフ化、統計処理、ファイル処理
NumPy配列の基本操作(ndarray)についてまとめました。なお、本記事で「配列」という表記はndarray(NumPyの配列)を指します。
– | 項目 |
---|---|
基礎 | ■配列の生成 ■乱数配列の生成 ■配列の基本操作 ■数学関数、基本統計量 ■ファイル処理 ■グラフ化(Matplotlib) ■乱数のヒストグラム |
回帰分析 | ■最小二乗法 ■重回帰分析 ■直線近似 ■曲線近似 |
その他 | ■主成分分析(寄与率の計算) ■直交座標→極座標 ■連立方程式の解 ■モンテカルロ法 |
– | 線形代数 |
---|---|
ベクトル | ■加減算 ■内積 ■外積 ■ノルム ■単位ベクトル(正規化) |
行列 | ■加減算 ■内積 ■外積 ■階数(RANK) ■行列式 ■転置行列 ■固有値ベクトル |
逆行列 | ■逆行列 ■擬似逆行列 |
行列分解 | ■特異値分解SVD ■QR分解 ■コレスキー分解 ■回転行列 |
– | 信号処理 |
---|---|
フーリエ変換 | ■高速フーリエ変換 ■高速逆フーリエ変換 ■スペクトル解析 ■ローパスフィルタ(ノイズ除去) ■ハイパスフィルタ(ノイズ抽出) |
応用例 | ■画像のスペクトル強度解析 |
【応用例】株価分析、ロボット工学
– | 金融工学・経済 |
---|---|
基礎 | ■現在価値→将来価値 |
株価分析 | ■移動平均線 |
– | ロボット工学 |
---|---|
順運動学 | ■2リンク |
逆運動学 | ■2リンク(幾何学) ■2リンク(収束演算①) ■2リンク(収束演算②) |
数学 | ■回転行列で座標変換 ■k1sinθ+k2cosθ=k3の解 |
まとめ | ■Pythonでロボットシミュレーション |
– | 株価分析 |
---|---|
便利 | ■データ処理の題材に使えるCSVファイル一覧 保存 ■GC・DC |
周波数解析 | ■フーリエ変換 |
多変量解析 | ■回帰分析① ■回帰分析② ■重回帰+MA① ■重回帰+MA② ■単回帰+MA |
jsmと連携 | ■GC・DC |
まとめ | ■Pythonで株価予測・分析 |
– | ロボット工学 |
---|---|
順運動学 | ■2リンク |
逆運動学 | ■2リンク(幾何学) ■2リンク(収束演算①) ■2リンク(収束演算②) |
数学 | ■回転行列で座標変換 ■k1sinθ+k2cosθ=k3の解 |
まとめ | ■Pythonでロボットシミュレーション |
– | 参考文献 |
---|---|
参考文献 | ■NumPy公式ドキュメント ■NumPy入門 (rest term様) ■python/numpy(朱鷺の杜Wiki様) |
まとめ | ■NumPyでよく使う機能一覧 |
便利 | ■データ処理の題材に使えるCSVファイル一覧 |
コメント