NumPy チュートリアル-NumPy 多次元配列-ndarray

1. ndarray 定義
2. ndarray の属性

NumPy は、基本的なデータ構造として多次元配列を使用するライブラリです。NumPy の唯一のデータ構造は ndarray ですが、Python プリミティブ list データタイプではありません。リストの実行は比較的遅くなります。

NumPy の基礎である ndarray を学習すると、NumPy が高速コンピューティングを実現できる理由を理解できます。

ndarray 定義

ndarray は、n 次元配列の略語、つまり多次元配列です。ndarray は、固定サイズのアイテムの多次元で同種の配列を表す配列オブジェクトです。

次元と要素の数は形状によって定義されます。これは、各次元の要素の数を表す N 個の整数のタプルです。配列内の要素タイプは、dtype-data-type object によって定義されます。

上記の文を素人の言語で説明しましょう。ndarray オブジェクトに保存されるすべての要素は、同じデータ型とサイズでなければなりません。

ndarray データ型の特性は次のように要約されます。

1. 同じタイプの要素のみを保存できます
2. 各次元のデータ量は同じである必要があります。たとえば、2D ndarray はすべての列、そしてもちろん各行で同じ量の要素を持っている必要があります。
3. C 言語で書かれており、行列演算を最適に実行できます。

ndarray の属性

ndarray の属性をリストしましょう。

ndarray の属性にアクセスすると、.T を使用してオブジェクトの転置を取得しても、ndarray インスタンスのデータは変更されません。新しい ndarray オブジェクトを取得しますが、元のデータは変更しません。

サンプルコードを使用して、各属性の特定の意味を見てみましょう。

>>> import numpy as np
>>> a = np.array([1, 2, 3])

NumPy ライブラリをインポートして、新しい 1 次元配列を作成する必要があります。そのデータ型とその要素のデータ型を確認できます。

>>> type(a)
numpy.ndarray
>>> a.dtype
dtype('int32')

新しい 2 次元配列を作成して、その属性を確認しましょう。

>>> b = np.array([[4, 5, 6], [7, 8, 9]])
>>> b
array([[4, 5, 6],
       [7, 8, 9]])
>>> b.T     # get the transpose of b
array([[4, 7],
       [5, 8],
       [6, 9]])
>>> b       # b keeps unmodified
array([[4, 5, 6],
       [7, 8, 9]])
>>> a.size  # a has 3 elements
3
>>> b.size  # b has 6 elements
6
>>> a.itemsize # The size of element in a. The data type here is int64 - 8 bytes
8
>>> b.nbytes  # check how many bytes in b. It is 48, where 6x8 = 48
48
>>> b.shape # The shape of b
(2, 3)
>>> b.dnim # The dimensions of b
2