Python文法メモ（機械学習で使う）

ベクトル

ベクトルの定義

ベクトルの扱いは「numpy」というライブラリを使う。

import numpy as np
x = np.array([1,2,3])
y = np.array([4,5,6])
print(x+y)

[5 7 9]

ベクトルのコピー

x = y.copy()

x = y　とすると、参照渡しになってしまう。

行列

行列の定義

x = np.array([[1, 2, 3],[4, 5, 6]])

x[1, 2]で参照できる

行列のサイズ

x.shape
(2, 3)

要素が0の行列の作成

a = np.zeros((2, 5))
#要素を全て1にする場合は「np.ones」を使う
print(a)

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

要素がランダムな行列

np.random.rand(2, 2)

array([[0.82960101, 0.76677911],
       [0.51082665, 0.07410273]])

rand：0～1の乱数
randn：平均0分散1のガウス分布からの乱数
np.random.randint(low, high, (2, 2))：low～highの間の整数値で2×2の行列を生成

行列の計算

■行列すべての要素に反映される算術関数
平方根：np,sqrt(x)
対数：np.log(x)
四捨五入：np,round(x, 小数点以下で四捨五入する桁数)

■行列で一つの値を返す算術関数
平均：np.mean(x)
標準偏差：np.std(x)
最大値：np.max(x)
最小値：np.min(x)