NumPy関連記事まとめ
目次
スポンサーリンク
環境情報・設定
NumPy配列ndarrayの基本
- Pythonのリストと配列とnumpy.ndarrayの違いと使い分け
- NumPyのデータ型dtype一覧とastypeによる変換（キャスト）
- NumPy配列ndarrayを要素ごとに比較（比較演算子、np.allcloseなど）
- NumPyのブロードキャスト（形状の自動変換）
- NumPy配列ndarrayがビューかコピーか、メモリを共有しているか判定
- NumPy配列ndarrayをイミュータブル（書き換え禁止）に設定
ファイル入出力
他の型との変換
NumPy配列ndarrayの初期化・生成
- 全要素を同じ値で初期化した配列ndarrayを生成
- 空の配列ndarrayを生成するemptyとempty_like
- 様々な種類の乱数の配列を生成
- arange, linspaceの使い方（連番や等差数列を生成）
- 対称行列を生成・判定
- NumPy配列ndarrayの対角成分の抽出、対角行列の作成（diag, diagonal）
- NumPy配列ndarrayの下三角行列・上三角行列を抽出・生成（tril, triu, tri）
NumPy配列ndarrayの形状の取得・変換
- NumPy配列ndarrayの次元数、形状、サイズ（全要素数）を取得
- NumPy配列ndarrayの形状を変換するreshapeの使い方と-1の意味
- NumPy配列ndarrayを一次元化（平坦化）するravelとflatten
- NumPy配列ndarrayに次元を追加するnp.newaxis, np.expand_dims()
- NumPy配列ndarrayの行と列を入れ替え（転置、次元・軸の入れ替え）
- NumPy配列ndarrayのサイズ1の次元を削除するnp.squeeze()
NumPy配列ndarrayの要素・行・列の抽出・追加・削除
- NumPy配列ndarrayの要素・行・列を取得（抽出）、代入
- NumPy配列ndarrayのスライスによる部分配列の選択と代入
- NumPy配列ndarrayの次元をEllipsis（...）で省略して指定
- NumPyのファンシーインデックス（リストによる選択と代入）
- NumPy配列ndarrayの末尾に要素・行・列を追加するappend
- NumPy配列ndarrayに要素・行・列を挿入、追加するinsertの使い方
- NumPyで任意の行・列を削除するnp.deleteの使い方
NumPy配列ndarrayの結合・分割
- NumPy配列ndarrayを結合（concatenate, stack, blockなど）
- NumPy配列ndarrayをタイル状に繰り返し並べるnp.tile
- NumPy配列ndarrayを分割（split, array_split, hsplit, vsplit, dsplit）
条件に応じた処理
欠損値（np.nan）の処理
- NumPyの配列ndarrayの欠損値np.nanを他の値に置換
- NumPyの配列ndarrayの欠損値np.nanを含む行や列を削除
- NumPyで欠損値np.nanを含む配列ndarrayの合計や平均を算出
ソート
データ処理・数学的処理・行列演算
- NumPy配列の行・列ごとの合計、平均、最大、最小などを算出
- NumPy配列ndarrayの最大値・最小値のインデックス（位置）を取得
- 複数のNumPy配列ndarrayの要素ごとの最大値・最小値を取得
- NumPy配列ndarrayを任意の最小値・最大値に収めるclip
- 三角関数（sin, cos, tan, arcsin, arccos, arctan）
- 最大公約数・最小公倍数を算出・取得
- 累積和・累積積（np.cumsum, np.cumprod）
- NumPy配列ndarrayの論理・ビット演算（AND, OR, XOR, NOT, シフト）
- NumPy配列ndarrayのユニークな要素の値・個数・位置を取得
- NumPy配列ndarrayの符号（正負）を取得・判定・置換
- NumPy配列ndarrayをシフト（スクロール）させるnp.roll
- NumPy配列ndarrayを回転するnp.rot90
- NumPy配列ndarrayを上下左右に反転するnp.flip, np.flipud, np.fliplr
- Pythonで正規化・標準化（リスト、NumPy配列、pandas.DataFrame）
- NumPyのeyeまたはidentityでone-hot表現に変換
- Python, NumPyで行列の演算（逆行列、行列式、固有値など）
画像処理
- Pythonで画像処理: Pillow, NumPy, OpenCVの違いと使い分け
- Python, NumPyで画像処理（読み込み、演算、保存）
- Python, OpenCV, Pillow(PIL)で画像サイズ（幅、高さ）を取得
- NumPyでRGB画像の色チャンネルを分離して単色化、白黒化、色交換
- Python, OpenCV, NumPyで画像を二値化（しきい値処理）
- Python, OpenCV, NumPyで画像のアルファブレンドとマスク処理
- Python, NumPyでグラデーション画像を生成
- Python, OpenCV, NumPyで画像を比較（完全一致か判定、差分取得など）
そのほかのTips
NumPy参考書
スポンサーリンク