PythonNumPy基本チートシート

NumPy配列のクイックリファレンスガイド。配列の作成、再形成、インデックス付け、スライス、および数学的演算を学びます。

配列の作成と検査

numpy 配列を初期化し、形状の特徴を抽出するメソッド。

メソッド・機能	構文	説明
np.array()	np.array(list)	リストから同種の多次元 ndarray を作成します。
np.arange()	np.arange(start, stop, step)	指定された範囲内で等間隔の値を含む配列を作成します。
np.linspace()	np.linspace(start, stop, num)	指定された間隔で num 個の等間隔の値を含む配列を作成します。
np.zeros() / np.ones()	np.zeros(shape) / np.ones(shape)	指定された形状の 0 または 1 で埋められた配列を初期化します。
shape / dtype	arr.shape / arr.dtype	配列の次元と要素の型を返す属性。

配列操作と数学

配列のレイアウトを変更し、数学的集計を実行するルーチン。

メソッド・機能	構文	説明
reshape()	arr.reshape(new_shape)	データを変更せずに配列に新しい形状を与えます。
arr.T	arr.T	トランスポーズ属性。配列の軸を反転します。
np.concatenate()	np.concatenate((a1, a2), axis=0)	既存の軸に沿って一連の配列を結合します。
mean() / std()	arr.mean() / arr.std()	算術平均と標準偏差を計算します。
sum() / dot()	arr.sum() / np.dot(a, b)	要素を合計するか、ドット積行列の乗算を計算します。

インタラクティブなデモスクリプト

run_all_cheat_methods.py

エディターで実行

# np.array()
np.array(list)

# np.arange()
np.arange(start, stop, step)

# np.linspace()
np.linspace(start, stop, num)

# np.zeros() / np.ones()
np.zeros(shape) / np.ones(shape)

# shape / dtype
arr.shape / arr.dtype

# reshape()
arr.reshape(new_shape)

# arr.T
arr.T

# np.concatenate()
np.concatenate((a1, a2), axis=0)

# mean() / std()
arr.mean() / arr.std()

# sum() / dot()
arr.sum() / np.dot(a, b)