Pythonによるデータ分析(その09/X)

　仕事上、早々にを使えるようにしないといけないため、

Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

を基に学んでいく。

前回

power-of-awareness.com

3.　NumPyの基礎：配列とベクトル演算

　は""の意味ででの数値計算におけるもっとも重要な基本パッケージの1つである。

3.5　ndarrayによる配列指向プログラミング

　を用いると、ベクトル演算が利用でき、ループ処理を書く必要が無くなる。

####################################
### ベクトル演算の速さをチェック ###
####################################

import numpy as np
import matplotlib.pyplot as plt

points = np.arange(-5,5,0.01)

xs, ys = np.meshgrid(points, points)

print(ys)

z = np.sqrt(xs ** 2, ys ** 2)

print(z)

plt.imshow(z, cmap = plt.cm.gray)
plt.colorbar()
plt.title("Image of plot of $\sqrt{x^2 + y^2}$ for a grid of values")

3.5.1　条件制御のndarrayでの表現

################
### 条件制御 ###
################
# numpy.where: x if condition else yに相当

import numpy as np

### ①
xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])

# 以下をnumpy.whereで書くことを考える
result1 = [(x if c else y) for x, y, c in zip(xarr, yarr, cond)]

print(result1)

result2 = np.where(cond, xarr, yarr)

print(result2)

err = [abs(x - y) for x, y in zip(result1, result2)]
print(err)


### ②

arr = np.random.randn(4, 4)

cond = arr > 0
print(cond)

np.where(arr > 0, 2, -2)

y = np.where(arr > 0, 2, arr)
print(y)

3.5.2　数学関連、統計関連

　の数学・統計関数を一部紹介する。

import numpy as np

arr = np.random.randn(5, 4)

print(arr)

# 
mean = arr.mean() # np.mean(arr)という書き方もあり
print(mean)

#
sum_total = arr.sum()
sum_by_row = arr.sum(axis = 0) # 行方向
sum_by_col = arr.sum(axis = 1) # 列方向

print(sum_total)
print(sum_by_row)
print(sum_by_col)

# 
arr = np.array([0,1,2,3,4,5,6,7])
cum_total = arr.cumsum()

print(cum_total)

関数	定義
	配列の和を指定した軸に沿って取る。長さの配列にはを返す。
	算術平均。長さの配列にはを返す。
	標準偏差、分散。自由度のデフォルト値はで任意の値を指定可能。
	最小値、最大値
	最小値・最大値を持つ要素のインデックス
	累積和
	累積積

3.5.3　真偽値配列関数

　真偽値に関数を適用すると、は、はとして扱う。そのため、真偽値配列にを適用すると、その中のの数を数える。

bools = np.array([False, False, True, False])

bools.any() # 少なくとも1つTrueがあるか否か
bools.all() # すべての要素がTrueであるか否か

3.5.4　ソート

　も関数で並び替えることができる。これは元のを直接置換する。

###########################
### ndarrayをソートする ###
###########################

import numpy as np
arr = np.random.randn(6)
print('ソート前：')
print(arr)

arr.sort()

print('ソート後：')
print(arr)


# 応用：5パーセント点を計算
large_arr = np.random.randn(1000)

large_arr.sort()

large_arr_lower_5_percent = large_arr[int(0.05 * len(large_arr))]

print(large_arr_lower_5_percent)

3.5.5　集合関数

関数	説明
	の重複を除外してソートした値
	共通部分
	和集合
	配列に対しての要素が含まれるかを調べる。
	からへの差集合
	排他的論理和(いずれか一方のみに含まれる元)

################
### 集合関数 ###
################

names = np.array(['Bob','Joe','Will','Bob','Will','Joe','Joe'])

names_unique = np.unique(names)
print(names_unique)

np.in1d(names, ['Joe','Jean', 'Paul'])