Numpyのtensordot()関数は、2つのテンソル(3次元配列)からテンソル積を求める関数です。 2つのテンソルa とb を渡して、第三引数に (aの次元軸, bの次元軸)をタプルで渡すと、a とb の指定の次元軸の要素の積の和を求めます。第三引数に1つの整数N だけを渡した場合は、a の最後からN個目の次元軸とb の最初からN個目の次元軸の要素の積の和を求めます。 実際にサンプルコードを見ながら確認していきましょう。 …
NumPy
NumPyで外積を取得するouter()関数の使い方
NumPyでは2つの異なる配列から外積を求めるには、numpy.outer()を使います。この関数は基本的に2つの1次元配列(ベクトル)から外積を計算します。多次元配列を渡した場合は1次元配列化してから計算します。そのため複数のベクトルの外積を一度に取得するには不向きです。そのような場合は、np.multiply.outer()を使います。 このページではこれらについて詳しく解説します。 なお外積は、例えば a = [a0, a1, ..., an] と b = [b0, b1, ..., bm] という2つのベクトルがある場合、次のように算出されます。 |a→ x b→| …
NumPy配列の条件を満たす要素の確認や置換・カウントの方法まとめ
NumPyの配列から条件に合う要素を探索して操作するための主な関数やメソッドには以下があります。 これら以外にも使用可能な関数やメソッドはありますが、基本的にはこれらを抑えておけば十分です。もし、これら以外が気になるとしても、このページからのリンク先のページで解説しているのでご安心ください。 それでは、これらの使い方について見ていきましょう。 …
多次元配列から任意の要素を取得するnumpy.choose()の使い方
numpy.choose()は、インダイスの配列によって、多次元配列から要素を取得する際に使います。これを使わない場合と比べて、かなり自由に任意の値を取得することが可能になります。 解説が多少長くなっていますので、まずサンプルコードを先に見てからの方が理解が早いかもしれません。それでは見ていきましょう。 …
NumPyで条件に合う要素のインダイスを取得するargwhere()の使い方
NumPyのargwhere()関数は、① 0以外の要素のインダイスを要素ごとに取得します。または、② …
NumPyで0以外の要素のインダイスを取得するnonzero()の使い方
numpy.nonzero()は値が0以外（つまりFalse以外）の要素のインダイスを取得する関数です。この関数によって取得したインダイスは、配列の高度なスライスに使われます。なお、同機能のメソッド版にndarray.nonzero()もあります。基本的にはメソッド版の方が2.5倍ほど高速です。 さらに、同種の関数として、1次元配列に変換した場合の0以外の要素のインダイスを取得するnumpy.flatnonzero()と、0以外の要素の数を取得するnumpy.count_nonzero()もあります。 このページではこれらの関数について解説していきます。 …
NumPyの差分を取得する関数とメソッドまとめ
NumPyでは、配列の合計・和を取得する方法として、以下の3つ関数が備えられています。 np.diff: 配列の任意の次元軸方向の要素の階差数列を取得(第n階差も指定可能)np.ediff1d: 配列の全要素の階差数列を1次元配列で取得np.subtract: 2つの配列の要素ごとの差分を取得 なお、NumPy配列の和を求める関数群と違って、これらには同名のメソッドは存在しません。また配列内の要素に欠損値nanがある場合の処理が異なる関数もありません。 それでは、それぞれ簡潔に解説していきます。 …
NumPyの配列同士の差を取得するsubtract関数の使い方
NumPyのsubtract関数は、2つの配列の各要素ごとの差分を求める関数です。-演算子を使った演算と出力結果も速度も同じですが、様々な引数を設定することが可能です。 ここでは、このnp.subtract()について簡潔に解説します。 …
NumPyの合計・和を取得する関数とメソッドまとめ
NumPyでは、配列の合計・和を取得する方法として、以下の7つの関数・メソッドが備えられています。 np.sum: 配列の要素の和を取得ndarray.sum: 同上。メソッド版np.nansum: 同上。(NaN無視）np.cumsum: 配列の要素の累積和を取得ndarray.cumsum: 同上。メソッド版np.cancumsum: 同上。(NaNを0として処理）np.add: 2つの配列の要素ごとの和を取得 ここではそれぞれ簡潔に解説していきます。 …
NumPyの配列同士の和を取得するadd関数の使い方
NumPyのadd関数は、2つの配列を各要素ごとに足し合わせる関数です。+演算子を使った演算と出力結果も速度も同じですが、様々な引数を設定することが可能です。 ここでは、このnp.add()について簡潔に解説します。 …
NumPyで分散を取得するvar()の使い方と注意点
NumPyには、配列の要素から分散を求めるnp.var()が用意されています。このページでは、この関数の使い方と注意点について解説します。 なお、同じ分散を求めるものにメソッドのndarray.varもありますがオプション引数は全く同じなので、ここでは関数のnp.varを使って解説していきます。さらに、np.nanvarという関数もあります。通常のnp.varは、対象となる配列に欠損値nanが含まれる場合、nanを返します。しかし、np.nanvarでは欠損値nanを無視して他の要素から分散を計算します。この違いは覚えておくと良いでしょう。 それでは始めましょう。 …
NumPyで標準偏差を求めるstd()の使い方と注意点
NumPyには、配列の要素から標準偏差を取得するためのstd関数が用意されています。標準偏差とは、データのばらつきを示す指標のことです。このページでは、この関数の使い方について解説します。 なお、同じ分散を求めるものにメソッドのndarray.stdもありますがオプション引数は全く同じなので、ここでは関数のnp.stdを使って解説していきます。さらに、np.nanstdという関数もあります。通常のnp.stdは、対象となる配列に欠損値nanが含まれる場合、nanを返します。しかし、np.nanstdでは欠損値nanを無視して他の要素から標準偏差を計算します。この違いは覚えておくと良いでしょ …