目次

NumPyとは

NumPy は Pythonの行列計算ライブラリ

CentOS7にインストール

参考

http://pppurple.hatenablog.com/entry/2016/02/09/002648

SAKURA VPSにインストールしてみる。

pipをインストール

yum install epel-release
yum install python-pip

pip自体をアップグレード

pip install --upgrade pip

NumPyをインストール

pip install numpy

ついでに、SciPy?をインストール

yum -y install lapack-devel
pip install scipy

ついでに、pandasをインストール

pip install pandas

さらに、ついでに、matplotlibをインストール

yum install freetype
yum install freetype-devel
yum install libpng-devel

↓でエラー 本家サイトでみたら、windows版のやり方っぽい

pip install matplotlib

matplotlibの本家サイトにて確認 https://matplotlib.org/users/installing.html で、OKだったやり方は、こちら

yum install python-matplotlib

練習

準備 CSVファイルを用意する

data.csv

101,102,103
201,202,203
301,302,303

CSVを取り込む

#coding:utf-8 

import csv   #csvモジュールをインポートする

f = open('data.csv', 'rb') 

dataReader = csv.reader(f)

for row in dataReader:
  print row

出力結果

['101', '102', '103']
['201', '202', '203']
['301', '302', '303']

CSVヘッダを飛ばすサンプル

import csv as csv

csv_file_object = csv.reader(open('./data/train.csv', 'rb')) 
header = csv_file_object.next() 
data=[] 

for row in csv_file_object:
    data.append(row)

pythonのCSVの紹介記事

http://peaceandhilightandpython.hatenablog.com/entry/2013/12/04/093359

numpy入門

http://rest-term.com/archives/2999/

集合関数などについて個別に紹介しているページ

http://pppurple.hatenablog.com/archive/category/python

俺的要約

NumPyを使う場合の初期化

新たな配列変数 = numpy.array(pythonの配列)

IDEつかってないので、メソッドの候補がでない、つまり、メソッドを知っていなくてはならない。

一般的な記憶力の場合、使えるメソッドの一覧のチートシートがあるといいかと思う。

ということで、スニペットか、ヘルプ参照の効率化の工夫が必要だとおもう。

ちなみに、仕様書のページは、あるには、あるが英語。

https://docs.scipy.org/doc/numpy/reference/arrays.ndarray.html#internal-memory-layout-of-an-ndarray

なので、日本語でアクセスできる工夫が必要。

ndArray押さえときゃ80点だろ

ndarray.flags配列データのメモリレイアウト情報 (numpy.flagsobj)
ndarray.ndim配列の次元数
ndarray.size配列の要素数
ndarray.shape各次元の要素数
ndarray.itemsize1要素のバイト数
ndarray.strides各次元で次の要素に移動する際に必要なバイト数
ndarray.nbytes配列全体のバイト数
ndarray.dtype配列要素のデータ型 (numpy.dtype)
data[0:5, 5].astype(np.float)stringをfloatに変換する
トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2017-06-04 (日) 15:21:27 (443d)