numpy.all()は、渡した配列内の要素のすべてが条件を満たすかどうかを確認するための関数です。具体的には、渡した配列の要素のすべてが True であれば True を返し、False か 0 が1つでも含まれている場合は False …
NumPy
NumPyのrandomモジュールの全ての乱数配列の作成方法まとめ
NumPyのrandomモジュールでは、様々な種類の乱数の配列を作成するためのメソッドが豊富に用意されています。これらを使うことでデータサイエンスの効率が大きく向上します。 ここでは、現時点(NumPy ver1.19)で使用可能な乱数配列メソッドを全て紹介します。全てを覚える必要はありませんが、こうした様々な乱数配列を作成できることを知っておくと、思いがけず必要となった時にすぐに対処できるようになります。そのため、一通り眺めておくのは有益でしょう。 それでは、早速見ていきましょう。 …
NumPyで単位行列を作成する2つの方法
NumPyでは、単位行列を作成するための関数が2つ用意されています。単位行列とは、対角線の要素が1、それ以外の要素が0で埋められた2次元配列であり、機械学習の「特徴量エンジニアリング」というステップでよく使われる重要な配列です。 この単位行列を作成するための関数は、以下の2つがあります。 np.identity: NxN の正方形の単位行列を作成np.eye: NxM の任意の形状の単位行列を作成 このページでは、これらの関数を使って、単位行列を作成する方法を簡単に解説します。 1. …
NumPyで初期化配列(array)を作成する4つの方法
NumPyでは初期化配列(ndarray)を生成する関数が複数用意されています。大きく分けて以下の4つです。 np.zeros: 要素が0の初期化配列を生成np.ones: 要素が1の初期化配列を生成np.full: 要素が任意の値の初期化配列を生成np.empty:要素が空の(未初期化の)配列を生成 それぞれ、どの値で初期化するのかが異なります。ここではこれらの関数の使い方について簡潔に確認していきます。配列の初期化はよく行う操作の一つなので覚えておきましょう。 …
NumPyのarray関数でリストやタプルから配列を作成する方法
np.array関数はリストやタプルなどのPythonの標準シーケンスから配列を生成する関数です。このページでは、この関数の書き方や使い方をサンプルコードを見ながら解説していきます。 使用頻度が高い関数ですので、しっかりと使い方を抑えておきましょう。 …
NumPyの配列のスライスの必須テクニックまとめ
NumPy配列のスライス(ndarray の slice)とは、スクエアブラケット [] を使って、配列の任意の値を抽出する操作のことを言います。 NumPy配列のスライスには、Pythonのリストやタプルなどのシーケンスのスライスよりも、遥かに豊富なテクニックがあり、様々な操作が可能になっています。一つひとつ、しっかりと理解すればデータエンジニアリングの効率が非常に高まるのですが、初心者にとっては複雑で混乱しやすいものになっているのも事実です。 そこで、このページでは、配列のスライスのテクニックを1つずつ丁寧に解説していきます。 初心者の方は、まず「1. …
覚えておくべきNumPy配列のブロードキャストのルール
「ブロードキャスト」とは、NumPyの配列の算術演算の時に、shapeの異なる配列を扱う上での作法です。これを知っておくことによって、shapeの異なる配列同士の演算が非常に楽になりますし、ほとんどの場合、処理の面でも高速になります。 ここでは、このブロードキャストについて詳しく解説していきます。 …
Numpyのrandomモジュール – 乱数生成のまとめ
NumPyのrandomモジュールは、様々な確率分布から擬似乱数を生成するために用意されています。 ここでは、このrandomモジュールの使い方を解説します。すぐに乱数を生成したい場合は、「1. randomモジュールの使い方」と「2. randomモジュールのメソッド一覧」 だけ確認してください。実務上はこれだけ確認しておけば十分です。 なお、Numpyのversion1.17を境に、randomモジュールの乱数生成方法は変更となっています。従来の方法も引き続き使用可能ですが、処理速度や性能が大きく異なるため、今後は、「1. …
Generator.zipf – ジップ分布から乱数配列を作成する方法
Generator.zipfは、ジップ分布（ジフ分布）から乱数配列を生成するジェネレータメソッドです。 ジップ分布は、ゼータ分布としても知られる連続確率分布であり、ジップの法則（出現頻度が k 番目に大きい要素が全体に占める割合は1/kに比例するという経験則）を満たす分布です。 このページではジップ分布から乱数配列を生成するGenerator.zipfについて解説します。 …
Generator.weibull – ワイブル分布から乱数配列を作成する方法
Generator.weibullは、ワイブル分布から乱数配列を生成するジェネレータメソッドです。 ワイブル分布は、一般化極値分布の一つで、極値問題のモデリングに使われます。具体的には、時間に対する劣化現象や寿命を統計的に記述するためによく使われます。 なお、一般化極値分布には、他にガンベル分布やフレシェ分布（逆ワイブル分布）があります。 Generator.gumbel - ガンベル分布から乱数配列を生成 このページではワイブル分布から乱数配列を生成するGenerator.weibullについて解説します。 …
Generator.wald – ワルド分布から乱数配列を作成する方法
Generator.waldは、ワルド分布（逆ガウス分布）から乱数配列を生成するジェネレータメソッドです。 ワルド分布は逆ガウス分布としても知られており、広がり(scale)が無限に近づくほど、ガウス分布に近づいていきます。ただし、いくつかの文献では、ワルド分布は平均値1の逆ガウス分布だとされていますが、これは普遍的な法則ではありません。 逆ガウス分布は、ブラウン運動との関係で研究された分布です。逆ガウス分布という名前がついているのは、一定距離にかかる時間と、時間当たりの距離には、逆相関関係があるからです。 ワルド分布（逆ガウス分布）は、ワイブル分布と並んで、株式収益率や利子率 …
Generator.vonmises – フォン・ミーゼス分布から乱数配列を作成する方法
Generator.vonmisesは、フォン・ミーゼス分布から乱数配列を生成するジェネレータメソッドです。 フォン・ミーゼス分布（円周正規分布としても知られる）は、円周上の連続確率分布です。正規分布が円周状になったものとして考えられます。 このページではフォン・ミーゼス分布から乱数配列を生成するGenerator.vonmisesについて解説します。 …
[もっと読む...] about Generator.vonmises – フォン・ミーゼス分布から乱数配列を作成する方法