[Python] NumPy – n次元のベクトルを作成する方法

import numpy as np
# リストから1次元ベクトルを作成
vector = np.array([1, 2, 3, 4, 5])
print(vector)

[1 2 3 4 5]

import numpy as np
# サイズ5の0で初期化された1次元ベクトルを作成
vector_zeros = np.zeros(5)
print(vector_zeros)

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

import numpy as np
# サイズ5の1で初期化された1次元ベクトルを作成
vector_ones = np.ones(5)
print(vector_ones)

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

import numpy as np
# 0から9までの連続した整数を持つ1次元ベクトルを作成
vector_arange = np.arange(10)
print(vector_arange)

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

import numpy as np
# 0から1までの範囲で5つの等間隔の値を持つ1次元ベクトルを作成
vector_linspace = np.linspace(0, 1, 5)
print(vector_linspace)

[0.   0.25 0.5  0.75 1.  ]

import numpy as np
# リストのリストから2次元ベクトルを作成
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(matrix)

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

import numpy as np
# 3行4列の0で初期化された2次元ベクトルを作成
matrix_zeros = np.zeros((3, 4))
print(matrix_zeros)

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

import numpy as np
# 2行3列の1で初期化された2次元ベクトルを作成
matrix_ones = np.ones((2, 3))
print(matrix_ones)

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

import numpy as np
# 3x3の単位行列を作成
identity_matrix = np.eye(3)
print(identity_matrix)

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

import numpy as np
# 2行3列のランダムな値を持つ2次元ベクトルを作成
random_matrix = np.random.rand(2, 3)
print(random_matrix)

[[0.2933767  0.90306202 0.3733534 ]
 [0.94921461 0.34910662 0.05503194]]

import numpy as np
# リストのリストのリストから3次元ベクトルを作成
tensor_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(tensor_3d)

[[[1 2]
  [3 4]]

 [[5 6]
  [7 8]]]

import numpy as np
# 2x3x4の0で初期化された3次元ベクトルを作成
tensor_zeros = np.zeros((2, 3, 4))
print(tensor_zeros)

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

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

import numpy as np
# 3x2x2の1で初期化された3次元ベクトルを作成
tensor_ones = np.ones((3, 2, 2))
print(tensor_ones)

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

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

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

import numpy as np
# 2x3x4のランダムな値を持つ3次元ベクトルを作成
random_tensor = np.random.rand(2, 3, 4)
print(random_tensor)

[[[0.12345678 0.23456789 0.3456789  0.45678901]
  [0.56789012 0.67890123 0.78901234 0.89012345]
  [0.90123456 0.01234567 0.12345678 0.23456789]]

 [[0.3456789  0.45678901 0.56789012 0.67890123]
  [0.78901234 0.89012345 0.90123456 0.01234567]
  [0.12345678 0.23456789 0.3456789  0.45678901]]]

import numpy as np
# 3次元ベクトルの形状を確認
tensor_shape = np.random.rand(2, 3, 4)
print(tensor_shape.shape)

(2, 3, 4)

import numpy as np
# 1次元ベクトルの作成
vector = np.array([10, 20, 30, 40, 50])
# インデックス1の要素にアクセス
element = vector[1]
print(element)

20

import numpy as np
# 1次元ベクトルの作成
vector = np.array([10, 20, 30, 40, 50])
# インデックス2の要素を変更
vector[2] = 100
print(vector)

[ 10  20 100  40  50]

import numpy as np
# 1次元ベクトルの作成
vector = 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_vector = vector[1:4]
print(sliced_vector)

[20 30 40]

import numpy as np
# 1次元ベクトルの作成
vector = np.array([1, 2, 3, 4, 5, 6])
# 2行3列の形状に変更
reshaped_vector = vector.reshape((2, 3))
print(reshaped_vector)

[[1 2 3]
 [4 5 6]]

import numpy as np
# 2つの1次元ベクトルの作成
vector1 = np.array([1, 2, 3])
vector2 = np.array([4, 5, 6])
# ベクトルの結合
concatenated_vector = np.concatenate((vector1, vector2))
print(concatenated_vector)

[1 2 3 4 5 6]

# ベクトルの分割
split_vectors = np.split(concatenated_vector, 2)
print(split_vectors)

[array([1, 2, 3]), array([4, 5, 6])]

import numpy as np
# 2つの3次元ベクトルの作成
vector_a = np.array([1, 2, 3])
vector_b = np.array([4, 5, 6])
# 内積の計算
dot_product = np.dot(vector_a, vector_b)
print("内積:", dot_product)
# 外積の計算
cross_product = np.cross(vector_a, vector_b)
print("外積:", cross_product)

内積: 32
外積: [-3  6 -3]

import numpy as np
# ベクトルの作成
vector = np.array([3, 4])
# ベクトルの大きさを計算
magnitude = np.linalg.norm(vector)
# 正規化
normalized_vector = vector / magnitude
print("正規化されたベクトル:", normalized_vector)

正規化されたベクトル: [0.6 0.8]

import numpy as np
# 行ベクトルの作成
row_vector = np.array([[1, 2, 3]])
# 転置
column_vector = row_vector.T
print("列ベクトル:", column_vector)

列ベクトル:
[[1]
 [2]
 [3]]

import numpy as np
# 1次元ベクトルの作成
vector = np.array([1, 2, 3])
# スカラー値を加算
result = vector + 10
print("ブロードキャストの結果:", result)

ブロードキャストの結果: [11 12 13]

import numpy as np
# ベクトルの作成
vector = np.array([5, 2, 9, 1, 7])
# ソート
sorted_vector = np.sort(vector)
print("ソートされたベクトル:", sorted_vector)
# フィルタリング(2より大きい要素を取得)
filtered_vector = vector[vector > 2]
print("フィルタリングされたベクトル:", filtered_vector)

ソートされたベクトル: [1 2 5 7 9]
フィルタリングされたベクトル: [5 9 7]