[Python 100日チャレンジ] Day 61 - NumPyの基本

NumPyとは

NumPyは、数値データを高速に扱うためのPythonライブラリです。リストでも計算はできますが、大量のデータを扱うならNumPy配列を使うと処理が書きやすくなります。

import numpy as np

scores = np.array([80, 92, 75, 88])
print(scores.mean())
print(scores.max())

配列を作る

numbers = np.array([1, 2, 3, 4, 5])
zeros = np.zeros(5)
ones = np.ones((2, 3))
range_values = np.arange(0, 10, 2)

np.array()で手元のデータを配列にし、zerosやonesで初期値の入った配列を作れます。

ベクトル演算

prices = np.array([1000, 1500, 2000])
tax_included = prices * 1.1
print(tax_included)

NumPy配列では、配列全体に対して一度に計算できます。ループを書かずに、読みやすい形で処理できるのが大きな利点です。

shapeを確認する

matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix.shape)
print(matrix.reshape(3, 2))

shapeは配列の形を表します。データ分析や機械学習では、shapeの確認がエラー解決の第一歩になることが多いです。

今日のゴール

NumPyの基本は、配列を作り、まとめて計算し、形を確認することです。Pythonで表形式データや数値データを扱う準備として、まずは配列に慣れましょう。