【Python】NumPyの配列について触ってみる

はじめに

最近Tensorflowを触り始めて、最初にNumpyの配列ってどんな奴なんだ？となりました。

私はPythonは超初心者なので変なことを書いているかもしれませんがあしからず。

では早速見ていきましょう。

はじめに
numpy.ndarrayの概要
定義
使ってみる
参考

numpy.ndarrayの概要

numpy.ndarrayは多次元配列を扱うクラスのことです。
docs.scipy.org

ただこれと結構似たコレクションとして標準の配列やリストもあります。
Pythonのリストと配列とnumpy.ndarrayの違いと使い分け | note.nkmk.me

リストとnumpy.ndarrayは多次元配列を表現できるという似た性質をもちます。(配列は一次元のみ)

import numpy as np

# list
a = [[1, 2, 3], [4, 5]]
print(a)    # [[1, 2, 3], [4, 5]]

# numpy.ndarray
b = np.array([[1, 2, 3], [4, 5]])
print(b)    # [list([1, 2, 3]) list([4, 5])]

というわけで機械学習では多次元ベクトルがよく登場するので多次元配列ができない配列はNGというわけです。

加えてnumpy.ndarrayには以下の性質があるようです。

同じ型しか格納できない
数値計算のためのメソッド・関数が豊富で、高速な演算が可能

定義

実際にどのように定義されているか見てみましょう。

class numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)

引数	型名	意味
shape	tuple of ints	ndarrayの形状(shape)をタプルで表したもの
dtype	data-type	ndarrayに含まれる要素が持つデータ型
buffer	object exposing buffer interface	バッファーとして読み込むオブジェクト
offset	int	バイト単位で、どこの地点からデータを読み込むか
strides	tuple of ints	各次元方向に１つ隣の要素に移動するために必要なバイト数をタプルで表示したもの
order	{‘C’, ‘F’}

基本はshape，dtypeくらいを使う感じなんですかね。

使ってみる

import numpy as np

a = np.array([1, 2, 3])    # リスト
print(a)                   #  [1 2 3]
print(a[0])                # 1
b = np.array((4, 5, 6))    # タプル
print(b)                   # [4 5 6]
c = np.zeros(3)
print(c)                   # [0. 0. 0.]
d = np.array([[1, 2, 3], [4, 5, 6]])
print(d[0,1])              # 2