Numpy 学習ノート 01 - インストールと

1. Numpy の概要

numpyの利点:

シンプルなコード: 配列と行列が演算オブジェクトとして使用され、多数の数学関数がサポートされています。

効率的なパフォーマンス: numpy のデータストレージは Python のネイティブ List よりも優れており、numpy のコードのほとんどは C 言語で実装されているため、より効率的なパフォーマンスが得られます。

基本ライブラリ: numpy は、scipy、tensorflow、scikit-learn などのさまざまな Python データ サイエンス ライブラリの基本ライブラリです。

次に、numpyのインストール

1. anaconda を使用してインストールします。numpy インストール パッケージが付属しています。

2. Python のネイティブ インストールを使用している場合は、pip ステートメントを使用してインストールします。

pip install numpy

3. numpy がインストールされていることを確認します

Python コマンド ラインに「import numpy as np」と入力します。エラーが報告されなければ、インストールは成功しています。

3. 性能試験

1. コードの単純さの比較

#python原生实现，平方和立方依次相加
def python_sum(n):
    a = [i**2 for i in range(n)]
    b = [i**3 for i in range(n)]
    c = []
    for i in range(n):
        c.append(a[i]+b[i])
    return c

python_sum(10)


# 使用numpy实现
def numpy_sum(n):
    a = np.arange(n)**2
    b = np.arange(n)**3
    return a+b

numpy_sum(10)

2. 性能比較

%timeit python_sum(10*10000)
#77.1 ms ± 1.57 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)


%timeit numpy_sum(10*10000)
#546 µs ± 12.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

注: 上記のコードは jupyter ノートブック環境に実装されています。

比較すると、numpy を使用して配列のようなデータを操作する方がより簡潔で高速であることがわかります。