HEADBOOST

NumPyの配列の作成方法は、Python標準オブジェクトのリストに比べて、遥かに豊富に用意されており、かつ、高速に動作します。それによって、様々な科学技術計算やデータエンジニアリングが行いやすくなっています。 その中で、このページでは、よく使う配...

NumPyのtan関数は、タンジェント(正接)の値を求めるための関数です。 タンジェント(正接)は、三角関数において角度θにおける サインθ/コサインθです。単位円(半径1の円)上において、サインθは角度θにおける円周上の接点の y座標 bであり、コサインθは接点...

NumPyのcos関数は、コサイン（余弦）を計算する関数です。 コサインについて、よく使われる説明は次のようなものです。半径1の円（「単位円」といいます）があります。この円の中心から1本の光線を、角度θで放ちます。すると、この光線は円周上の点 (a, b)...

NumPyのsin関数は、サイン（正弦）を計算する関数です。 サインについて、よく使われる説明は次のようなものです。半径1の円（「単位円」といいます）があります。この円の中心から1本の光線を、角度θで放ちます。すると、この光線は円周上の点 (a, b) に...

NumPyのexp関数は、底をネイピア数e とする指数関数の値を計算する関数です。 「指数関数」とは、下図で示しているように、定数である底a に対する'べき乗'によって計算される関数のことです。 そして、NumPyには 3種類のexp関数が用意されています。 この...

NumPyには、対数を計算する関数として、log関数が用意されています。対数は、統計学や機械学習において、とてもよく使います。 それでは「対数」とは何でしょうか。簡単に復習しましょう。 対数は logab = x における x のことです。logab は「底a を何乗...

numpy.any()は、配列内に1つでも条件を満たす要素があるかどうかを確認するために使う関数です。具体的には、配列内の要素が1つでも True であれば True を返します。一方で、配列内の全ての要素が False の場合に False を返します。 これと似たものにnum...

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 を返します。 この関数を使うと、ある配...

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...

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...

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...

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。 ...