Python機械学習クックブック 第2版

1章NumPyベクトル、行列、配列

レシピ1.0　はじめに

　NumPyは、Pythonを用いて機械学習を行う際に用いるソフトウェアスタックの基盤となるライブラリだ。NumPyを用いると、機械学習でよく用いられるデータ構造、すなわちベクトル、行列、テンソルなどを効率的に処理できる。NumPyは本書の焦点ではないものの、すべての章に頻繁に登場する。本章では、機械学習のワークフローにおいて用いる一般的なNumPyによる処理について説明する。

レシピ1.1　ベクトルの作成

問題

ベクトルを作りたい。

解決策

　NumPyを使って1次元配列を作る。

# ライブラリをロード
import numpy as np

# 行ベクトルを作成
vector_row = np.array([1, 2, 3])

# 列ベクトルを作成
vector_column = np.array([[1],
                          [2],
                          [3]])

解説

　NumPyの中心となるデータ構造は多次元配列だ。ベクトルは1次元の配列にすぎない。ベクトルを作るには、1次元の配列を作ればよい。ベクトルと同様に、このような配列は、水平に（つまり、行として）表現することもできるし、垂直に（つまり、列として）表現することもできる。

参考資料

• Math Is Fun「Vectors」（https://www.mathsisfun.com/algebra/vectors.html）
• Wikipedia「空間ベクトル」（https://ja.wikipedia.org/wiki/空間ベクトル）

レシピ1.2　行列の作成

問題

行列を作りたい。

解決策

　NumPyの2次元配列を用いる。

# ライブラリをロード import numpy ...