PythonのNumPy配列の数値演算のやり方まとめ

import numpy as np
array = np.array([[1, 2], [3, 4]])
print(array)

'''配列に 1 を足すと、全ての要素の値に加算されます。'''
array1 = array + 1
print(array1)

print(array1 - 1) #引き算

print(array1 * 2) #掛け算

print(array1/2)  #割り算

import numpy as np
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[10, 20], [30, 40]])
array3 = array1 + array2
print(array3)

array4 = array1 * array2 #掛け算
print(array4) 

array5 = array1 / array2 #割り算
print(array5)

import numpy as np
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([10, 20])
array3 = array1 + array2
print(array3)

array4 = np.array([[1, 2, 3],[4, 5, 6]])
array5 =np.array([[10], [20]])
array6 = array4 + array5
print(array6)

import numpy as np
array = np.array([[6, 2, 9], [1, 2, 8]])
array > 5

array == 9 # 9 と一致する値の位置を調べる。

import numpy as np
a = np.array([1, 2, 3, 4, 5, 6]).reshape(2, 3)
b = np.array([1, 4, 2, 5, 3, 6]).reshape(2, 3)
c = (a == b)
print(c)

'''True=1, False=0 のため、math() メソッドでTrueの数を調べることができます。'''
c.sum()

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(array) 

print(array.sum()) #全ての行と列の合計。
print(array.sum(0)) #引数に 0 を渡せば各列の合計。
print(array.sum(1)) #引数に 1 を渡せば各行の合計。

print(array.max()) #最大値
print(array.max(0)) #引数に 0 を渡せば各列の最大値
print(array.max(1)) #引数に 1 を渡せば各行の最大値

print(array.min()) #最小値
print(array.min(0)) #引数に 0 を渡せば各列の最小値
print(array.min(1)) #引数に 1 を渡せば各行の最小値 

'''配列の中の平均値は mean() メソッドで調べます。'''
print(array.mean()) #平均値
print(array.mean(0)) #引数に 0 を渡せば各列の平均値
print(array.mean(1)) #引数に 1 を渡せば各行の平均値

'''numpy ライブラリの同名の関数を使うこともできます。'''
print(np.sum(array))    # sum() 関数
print(np.max(array,1)) # max()関数。第二引数に 1 を渡せば各行の最大値。
print(np.min(array, 0)) # min() 関数。第二引数に 0 を渡せば各列の最小値。
print(np.mean(array))  # mean() 関数

import numpy as np
from random import randint
 
'''分散を 3.5、 平均を 65 点とします。'''
data = 3.5 * np.random.randn(200) + 65 #真ん中の関数は正規分布の乱数を作ります。
x = randint(50, 101) #自分の点数を 50 ~ 100 の乱数の中から作ります。
score = 10 * (x  - data.mean())/data.std() + 50 # std()メソッドは標準偏差を求めるものです。
 
'''それぞれ出力します。'''
print("自分の点:", x)
print("平均点:", round(data.mean()))
print("標準偏差:", round(data.std()))
print("偏差値:", round(score))

import numpy as np
 
point_a = np.array((1, 1))  #点 a の座標
point_b = np.array((5, 4)) #点 b の座標
vector = point_b - point_a #点 b から 点 a へのベクトル計算
print(vector) #ベクトルを示し配列を出力します。
 
len_vector = np.linalg.norm(vector) #ベクトルの長さを求める関数です。
print(len_vector) #ベクトルの長さを出力します。

print(vector*2) #vectorを2倍にした配列を示す。
print(np.linalg.norm(vector*2)) #vector長さも2倍になります。

import numpy as np
vector_a = np.array([4, 3]) #ベクトルa を示す配列
vector_b = np.array([3, -2]) #ベクトルb を示す配列
vector_c = vector_a + vector_b #ベクトルcを示す配列を求めます。
print(vector_c) #ベクトルcを示す配列
print(np.linalg.norm(vector_c)) #ベクトルcの長さ

vector_c = vector_a - vector_b #ベクトルcを示す配列を求めます。
print(vector_c) #ベクトルcを示す配列
print(np.linalg.norm(vector_c)) #ベクトルcの長さ

import numpy as np
a = np.array([[1, 2],[3, 4]])
b = np.array([[5, 6],[7, 8]])
c = np.dot(a, b) #dot()関数で内積を求めます。
print(c)

force = np.array([8.66, 5.0]) #物体に加えた力
moved_vector = np.array([20, 0]) #力を受けて物体が動いた量
work = np.dot(force, moved_vector) #仕事量
print(work)

f = np.linalg.norm(force) #物体に加えたベクトルの長さ
m = np.linalg.norm(moved_vector) #物体が動いたベクトルの長さ
r = np.radians(30) #角度をラジアンに変換
w = f*m*np.cos(r) #仕事の計算
print(w)

import numpy as np
a = np.array([1, 2, 0]) #三次元配列は、[行, 列, 奥行き] で指定。
b = np.array([0, 1, -1])
c = np.cross(a, b) #ベクトルcを外積で計算。
print(c)
print(np.linalg.norm(c))