- 追加された行はこの色です。
- 削除された行はこの色です。
*目次 [#y322e9e4]
#contents
*NumPyとは [#bef4a19d]
NumPy は Pythonの行列計算ライブラリ
*CentOS7にインストール [#edd86e31]
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 [#qa63a3b7]
**準備 CSVファイルを用意する [#q8f57d46]
data.csv
101,102,103
201,202,203
301,302,303
**CSVを取り込む [#e232e6aa]
#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 [#u2ef13b2]
['101', '102', '103']
['201', '202', '203']
['301', '302', '303']
**CSVヘッダを飛ばすサンプル [#oceef01b]
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 [#r5221917]
http://peaceandhilightandpython.hatenablog.com/entry/2013/12/04/093359
*numpy入門 [#paf7ca6f]
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 [#q9b82199]
**NumPyを使う場合の初期化 [#hddcd50b]
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 [#c9b293d4]
|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.itemsize |1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|