[Python] NumPyで1次元配列を作成する方法

import numpy as np
# リストから1次元配列を作成
list_data = [1, 2, 3, 4, 5]
array_data = np.array(list_data)
print(array_data)

[1 2 3 4 5]

import numpy as np
# 0から9までの1次元配列を作成
array_data = np.arange(0, 10, 1)
print(array_data)

[0 1 2 3 4 5 6 7 8 9]

import numpy as np
# 0から1までの間に5つの等間隔の数値を持つ1次元配列を作成
array_data = np.linspace(0, 1, 5)
print(array_data)

[0.   0.25 0.5  0.75 1.  ]

import numpy as np
# 要素数5の1次元配列を作成
array_data = np.ones(5)
print(array_data)

[1. 1. 1. 1. 1.]

import numpy as np
# 要素数5の1次元配列を作成
array_data = np.zeros(5)
print(array_data)

[0. 0. 0. 0. 0.]

import numpy as np
# 要素数5のランダムな1次元配列を作成
array_data = np.random.rand(5)
print(array_data)

[0.12345678 0.23456789 0.34567890 0.45678901 0.56789012]

import numpy as np
# 1次元配列を作成
array_data = np.array([10, 20, 30, 40, 50])
# インデックス1の要素にアクセス
element = array_data[1]
print(element)

20

import numpy as np
# 1次元配列を作成
array_data = np.array([10, 20, 30, 40, 50])
# インデックス2の要素を変更
array_data[2] = 100
print(array_data)

[ 10  20 100  40  50]

import numpy as np
# 1次元配列を作成
array_data = np.array([10, 20, 30, 40, 50])
# インデックス1から3までの要素を取得
sliced_array = array_data[1:4]
print(sliced_array)

[20 30 40]

import numpy as np
# 1次元配列を作成
array_data = np.array([10, 20, 30, 40, 50])
# 配列の形状を確認
shape = array_data.shape
print(shape)

(5,)

import numpy as np
# 1次元配列を作成
array_data = np.array([1, 2, 3, 4, 5], dtype=np.int32)
# データ型を確認
data_type = array_data.dtype
# データ型を変更
array_data = array_data.astype(np.float64)
print(data_type)
print(array_data.dtype)

int32
float64

import numpy as np
# 1次元配列を作成
array_a = np.array([1, 2, 3, 4, 5])
array_b = np.array([10, 20, 30, 40, 50])
# 演算
addition = array_a + array_b
subtraction = array_a - array_b
multiplication = array_a * array_b
division = array_a / array_b
print("加算:", addition)
print("減算:", subtraction)
print("乗算:", multiplication)
print("除算:", division)

加算: [11 22 33 44 55]
減算: [ -9 -18 -27 -36 -45]
乗算: [ 10  40  90 160 250]
除算: [0.1 0.1 0.1 0.1 0.1]

import numpy as np
# 1次元配列を作成
array_data = np.array([5, 2, 9, 1, 5, 6])
# 配列をソート
sorted_array = np.sort(array_data)
print("ソート後の配列:", sorted_array)

ソート後の配列: [1 2 5 5 6 9]

import numpy as np
# 1次元配列を作成
array_data = np.array([10, 20, 30, 40, 50])
# 30より大きい要素をフィルタリング
filtered_array = array_data[array_data > 30]
print("フィルタリング後の配列:", filtered_array)

フィルタリング後の配列: [40 50]

import numpy as np
# 1次元配列を作成
array_a = np.array([1, 2, 3])
array_b = np.array([4, 5, 6])
# 配列を結合
concatenated_array = np.concatenate((array_a, array_b))
# 配列を分割
split_arrays = np.split(concatenated_array, 2)
print("結合後の配列:", concatenated_array)
print("分割後の配列:", split_arrays)

結合後の配列: [1 2 3 4 5 6]
分割後の配列: [array([1, 2, 3]), array([4, 5, 6])]

import numpy as np
# 1次元配列を作成
array_data = np.array([1, 2, 3, 4, 5])
# 配列のコピーを作成
array_copy = array_data.copy()
# 配列のビューを作成
array_view = array_data.view()
# 元の配列を変更
array_data[0] = 10
print("元の配列:", array_data)
print("コピー:", array_copy)
print("ビュー:", array_view)

元の配列: [10  2  3  4  5]
コピー: [1 2 3 4 5]
ビュー: [10  2  3  4  5]

import numpy as np
# フィボナッチ数列を生成
def fibonacci(n):
    fib_array = np.zeros(n, dtype=int)
    fib_array[0], fib_array[1] = 0, 1
    for i in range(2, n):
        fib_array[i] = fib_array[i-1] + fib_array[i-2]
    return fib_array
# 10項のフィボナッチ数列を生成
fib_sequence = fibonacci(10)
print("フィボナッチ数列:", fib_sequence)

フィボナッチ数列: [0 1 1 2 3 5 8 13 21 34]

import numpy as np
# サンプルデータ
data = np.array([10, 20, 30, 40, 50])
# 正規化
normalized_data = (data - np.min(data)) / (np.max(data) - np.min(data))
print("正規化されたデータ:", normalized_data)

正規化されたデータ: [0.  0.25 0.5  0.75 1.  ]

import numpy as np
import matplotlib.pyplot as plt
# x軸のデータ
x = np.linspace(0, 10, 100)
# y軸のデータ(サイン波)
y = np.sin(x)
# グラフを作成
plt.plot(x, y)
plt.title("サイン波")
plt.xlabel("x")
plt.ylabel("sin(x)")
plt.grid()
plt.show()

import numpy as np
# サンプルテキスト
documents = ["私は猫が好きです", "私は犬が好きです", "猫と犬は友達です"]
# 単語のリストを作成
words = set(" ".join(documents).split())
word_to_index = {word: i for i, word in enumerate(words)}
# 特徴量ベクトルを作成
def vectorize(document):
    vector = np.zeros(len(word_to_index))
    for word in document.split():
        if word in word_to_index:
            vector[word_to_index[word]] += 1
    return vector
# 各文書をベクトル化
vectors = np.array([vectorize(doc) for doc in documents])
print("特徴量ベクトル:\n", vectors)

特徴量ベクトル:
 [[0. 0. 1.]
 [0. 1. 0.]
 [1. 0. 0.]]