Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

33

2

章 

NumPy

の基礎

この章と

3

章では、

Python

でメモリ上のデータを効果的にロード、格納、操作するためのテク

ニックを説明します。トピックは非常に広範囲にわたります。データセットは幅広いソースと幅広

いフォーマットを持ちます。例えば、ドキュメント、画像、サウンドクリップ、数値測定結果、そ

の他ほとんどあらゆる形式で存在します。このように違いが明らかであるにも関わらず、基本的に

すべてのデータは数値の配列として扱うのに適しています。

例えば、画像、特にデジタル画像は、領域全体のピクセル輝度を表す単純な

2

次元配列の数であ

ると考えることができます。サウンドクリップは、時間に対する強度の

1

次元配列と考えることが

できます。テキストは、さまざまな方法で数値表現に変換できます。おそらく、特定の単語または

単語の組み合わせの頻度を表す

2

進数値です。どのようなデータであっても、それらを分析可能に

する最初のステップ

は、それらを数値の配列に変換することです。（このプロセスの具体的な例に

ついては、「5.4 特徴量エンジニアリング」を参照してください）。

このため、数値配列の効率的な格納と操作は、データサイエンスのプロセスにとって欠くべから

ざる要素です。ここでは数値配列を扱うために

Python

が持つ特別なツール、

NumPy

パッケージと

（第

3

章で説明する）

pandas

パッケージを取り上げます。

この章では、

NumPy

について詳しく説明します。

NumPy

（

Numerical Python

の略）は、データを

高密度のデータバッファへ格納し、操作を行うための効率的なインターフェースを提供します。い ...