• Skip to main content

HEADBOOST

  • Python
  • NumPy
  • 文法

numpy.ndarray.astype – 配列のデータ型を変更

ndarray.astypeは、配列のデータ型(dtype)を変更した新しい配列を生成するメソッドです。 なお、NumPyのdtypeについては『NumPyのdtypeの一覧と参照・指定・変更方法』で解説しています。この記事では型を指定する時の書き方なども触れているので、この記事とあわせてご確認ください。 それでは見ていきましょう。 …

[もっと読む...] about numpy.ndarray.astype – 配列のデータ型を変更

NumPyの最小値のインデックスを取得するargmin()の使い方

NumPyのargmin関数は、配列内の最小値のインデックスを返す関数です。全く同じ機能のものに、ndarray.argmin()メソッドも用意されています。 通常、NumPyの配列から最小値を取得するにはnp.amin()を使います。しかし、np.argmin()で取得できるインダイスを使うと、より複雑な操作を行うことが可能です。NumPyの配列には、Python標準のリストやタプルと比べて、豊富なスライスのテクニックが用意されているからです。そのため、np.argmin()を使いこなすには、インダイスの配列を使ったスライスのテクニックを身につけておく必要があります。 それでは、こ …

[もっと読む...] about NumPyの最小値のインデックスを取得するargmin()の使い方

NumPyの最大値のインデックスを取得するargmax()の使い方

NumPyのargmax関数は、配列内の最大値のインデックスを返す関数です。これは、ndarray.argmaxメソッドとしても用意されています。最大値のインデックスを取得することによって、単純に最大値を取得する場合よりも幅広い操作が可能になります。そのためにもぜひ、argmaxの使い方をここでご確認頂ければと思います。 …

[もっと読む...] about NumPyの最大値のインデックスを取得するargmax()の使い方

NumPyで最大値を取得するamax(), nanmax()関数とmax()メソッドの使い方

NumPyには配列の最大値を取得するための関数であるnp.amax()と、メソッドであるndarray.max()が用意されています。 np.amax() とndarray.max() は、前者が関数で後者がメソッドという点を除いて全く同じです。関数の場合は np.amax(a) というように引数に対象となる配列を渡しますが、メソッドの場合は a.max() …

[もっと読む...] about NumPyで最大値を取得するamax(), nanmax()関数とmax()メソッドの使い方

NumPyで最小値を取得するamin(), nanmin()関数とmin()メソッドの使い方

NumPyには配列の最小値を取得するための関数であるnp.amin()と、メソッドであるndarray.min()が用意されています。 np.amin() とndarray.min() は、前者が関数で後者がメソッドという点を除いて全く同じです。関数の場合は np.amin(a) というように引数に対象となる配列を渡しますが、メソッドの場合は a.min() …

[もっと読む...] about NumPyで最小値を取得するamin(), nanmin()関数とmin()メソッドの使い方

NumPyの2つの配列のうち最大値を取得するmaximum()の使い方

NumPyのmaximum()は、引数に渡した2つの配列の各要素のうち、値が大きい方を取得する関数です。これと同じ関数にfmax()もあります。 maximum()とfmax()の違いは欠損値nanの扱いにあります。maximum()はnanを優先して取得します。fmax()はnanを無視します。したがって、これらは目的に応じて使い分ける必要があります。 このページでは、maximum()をメインに解説し、fmax()にも触れることにします。 それでは始めましょう。 …

[もっと読む...] about NumPyの2つの配列のうち最大値を取得するmaximum()の使い方

NumPy配列の最小値やそのインデックスを取得する関数・メソッドまとめ

NumPyでは、配列の最小値やそのインデックス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.amin: 配列の最小値を取得(NaN優先)ndarray.min: 同上のメソッド版(NaN優先)np.nanmin: 配列の最小値を取得(NaN無視)np.argmin: 最小値のインダイスを取得(NaN優先)ndarray.argmin: 同上のメソッド版(NaN優先)np.minimum: 2つの配列のうち最小値を取得(NaN優先)np.fmin: …

[もっと読む...] about NumPy配列の最小値やそのインデックスを取得する関数・メソッドまとめ

NumPy配列の最大値やそのインデックスを取得する関数とメソッドまとめ

NumPyでは、配列の最大値やそのインデックス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.amax: 配列の最大値を取得(NaN優先)ndarray.max: 同上のメソッド版(NaN優先)np.nanmax: 配列の最大値を取得(NaN無視)np.argmax: 最大値のインダイスを取得(NaN優先)ndarray.argmax: 同上のメソッド版(NaN優先)np.maximum: 2つの配列のうち最大値を取得(NaN優先)np.fmax: …

[もっと読む...] about NumPy配列の最大値やそのインデックスを取得する関数とメソッドまとめ

NumPyの2つの配列のうち最小値を取得するminimum()の使い方

NumPyのminimum()は、引数に渡した2つの配列の各要素のうち、値が小さい方を取得する関数です。これと同じ関数にfmin()もあります。 minimum()とfmin()の違いは欠損値nanの扱いにあります。minimum()はnanを優先して取得します。fmin()はnanを無視します。したがって、これらは目的に応じて使い分ける必要があります。このページでは、minimum()をメインに解説し、fmin()にも触れることにします。 それでは始めましょう。 …

[もっと読む...] about NumPyの2つの配列のうち最小値を取得するminimum()の使い方

NumPy配列の条件に合った要素を置換するwhere関数の使い方

numpy.whereは、NumPy配列の要素のうち、特定の条件に合致するものをx で置換し、それ以外をy で置換する関数です。 より厳密には numpy.where()は2つの使い方が可能です。 条件に合致する要素のインデックスを取得する。条件に合致する要素をxに、条件に合致しない要素をyに置換する。 ただし、1. については、numpy.where()よりも、numpy.nonzero()を使うことが推奨されています。こちらの方が、NumPy配列のサブクラス(マトリックスなど)も適切に処理してくれるからです。そのため、numpy.where()の用法は基本的に 2. …

[もっと読む...] about NumPy配列の条件に合った要素を置換するwhere関数の使い方

Pythonでのクラス(class)の使い方

Pythonに限らず「クラス(class)」は、オブジェクト指向プログラミングにおいて必須の書き方です。 しかし、そもそもオブジェクト指向とは何なのか、クラスでは何ができるのかという点について、あまり理解が進んでいないという方もいるのではないでしょうか。 そこで、この記事では、オブジェクト指向プログラミングにおいて重要な、クラスの使い方(クラスの作り方、コンストラクタの書き方、メソッドの書き方、継承など)について、出来るだけ平易に解説していきます。 当記事が、あなたの役に立てば嬉しく思います。 ※オブジェクト指向プログラミングの概念について「オブジェクト指向プログラミング …

[もっと読む...] about Pythonでのクラス(class)の使い方

【Python】オブジェクト指向プログラミングの概念と書き方

一流のプログラマーとして活躍するには、オブジェクト指向プログラミングの知識やスキルは、今や欠かせないものとなってきています。そして、Python はオブジェクト指向プログラミングに非常に適したプログラミング言語です。 そのため、Python の学習者にとって、オブジェクト指向プログラミングについて、正しく理解し、使いこなせるようになることは、非常に重要なことと言えます。 このページで、例を交えながら、一から解説していきますので、ぜひ参考にして頂ければ幸いです。 ※コメント欄に頂いたご指摘について 当記事の内容が、『独学プログラマー …

[もっと読む...] about 【Python】オブジェクト指向プログラミングの概念と書き方

  • « Go to Previous Page
  • 次のページへ 1
  • Interim pages omitted …
  • 次のページへ 13
  • 次のページへ 14
  • 次のページへ 15
  • 次のページへ 16
  • 次のページへ 17
  • Interim pages omitted …
  • 次のページへ 26
  • Go to Next Page »

Copyright © 2021 ·