はじめに Pythonは可読性が高く、ライブラリが豊富というメリットがあります。一方で、遅いから使いたくないと言われることもあります。たしかにコンパイル方式の言語に比べれば遅い部類ではあります。しかし、実際のところではpython的な書き方を分からず、他の言語の流儀でコーディングをしたことに起因して処理時間がかかっているケースも見受けられます。 例えば総当り計算や画像処理に多重ループを使う、といったものです。本記事では多重ループを例にして、python的な書き方に書き換えることで、どのような変化があるか紹介します。それを通してpython的な書き方を学ぶ意義について説明したいと思います。 対象の読者 他の言語からpythonに入った方(組み込みC言語からpythonに入った過去の私) 例: 総当りの計算をする 数列に対して、それぞれの要素同士に対して総当りで何らかの計算をするコードについて
Pythonではコロンを使って表すスライス[start:stop:step]によって、リストや文字列、タプルなどのシーケンスオブジェクトの一部分を選択して取得したり別の値を代入したりできる。 NumPy配列ndarrayに対してもスライスで部分配列を選択して抽出したり別の値を代入したりすることが可能。 以下の内容について説明する。 スライスの基本 一次元のNumPy配列ndarrayにおけるスライス 多次元のNumPy配列ndarrayにおけるスライス ビュー（参照）とコピー ファンシーインデックス（リストによる選択）との組み合わせ NumPy配列ndarrayの要素や部分配列を選択する方法についてのまとめは以下の記事を参照。 関連記事: NumPy配列ndarrayの要素・行・列を取得（抽出）、代入 また、条件を満たす行・列を抽出したい場合は以下の記事を参照。 関連記事: NumPy配列
Python の open() 関数でバイナリファイルを読み込む Python でバイナリファイルを pathlib.Path で読み込む Python の numpy.fromfile() 関数を用いたバイナリファイルの読み込み プログラムまたは内部プロセッサは、バイナリファイルを解釈します。バイナリファイルの内容はバイトです。バイナリファイルを読み込むと、bytes 型のオブジェクトが返されています。 Python の open() 関数でバイナリファイルを読み込む Python では、ファイルオブジェクトを作成するために open() 関数を利用して、そのパスを関数に渡し、特定のモード(デフォルトでは読み込みモード)でファイルを開くことができます。バイナリファイルを開く際には、読み込みモード、書き込みモード、追加モードでファイルを開く際に b パラメータを指定しなければなりません。こ
この関数は第一引数に、平均を求めたい配列を、第二引数に平均を求める軸の方向を、第三引数に重みを、第四引数に値の返し方を指定します。 基本的な使い方 それぞれの引数を見ながら使い方を見て見ましょう。まずは、平均を求めたい配列だけを指定する場合から見ていきましょう。 In [1]: import numpy as np In [2]: a = np.array([33, 44, 54, 23, 25, 55, 32, 76]) # 適当な配列を１つ作る。 In [3]: np.average(a) # まずはaの平均を求めてみる。 Out[3]: 42.75 In [4]: a = a.reshape(2,4) # aのshapeを変更。 In [5]: a Out[5]: array([[33, 44, 54, 23], [25, 55, 32, 76]]) In [6]: np.avera
WinPython is a free open-source portable distribution of the Python programming language for Windows XP/7/8, designed for scientists, supporting both 32bit and 64bit versions of Python 2 and Python 3. Since September 2014, Developpement has moved to https://winpython.github.io/ Features Designed for regular scientific users: interactive data processing and visualization using Python with SpyderDes
(2020/03/19) 以下のオリジナルの内容はTensorFlow 1.xを対象としています。TensorFlow 2.x系で異なる点が出てきましたので、加筆しました。 はじめに TensorFlowのTensorって何だっけ？名前が難しそうで関わりたくない？ というときには、numpyと対比しながら押さえていくと分かりやすいです。 自分なりの理解をまとめてみます。 Tensorって何？ 行列、ベクトル、数値などを一般化したデータです。多次元配列のイメージでよいでしょう（0次元の配列というのは考えにくいですが）。 これだけならnumpyのndarrayと変わりませんが、Tensorに対する操作は記号的な操作であって、実際の計算はモデルを学習する時など必要になったときに初めて行われます。(*) そのため、 Tensorオブジェクトに具体的な値は入っていない。データの形状（行列のサイズとか
「ITエンジニアのための機械学習理論入門」で提供しているサンプルコードに含まれるデータ分析ライブラリ（NumPy/pandasなど）を解説した資料です。 下記の書籍のサンプルコードが理解できるようになることが目標です。 - ITエンジニアのための機械学習理論入門(技術評論社) - http://www.amazon.co.jp/dp/4774176982/ 2015/10/25 ver1.0 公開 2015/10/26 ver1.1 微修正 2016/05/25 ver1.4 subplotの順番を修正 2016/11/15 ver2.0 改訂版公開 2016/11/16 ver2.1 改行幅修正 2017/01/10 ver2.2 微修正 2017/01/12 ver2.3 微修正Read less
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
