NumPyのユニバーサル関数以外の主な関数

ユニバーサル関数以外の主な関数

主なユニバーサル関数については、主なユニバーサル関数を参照ください。

行列の関数

名前

意味

dot

ベクトルの内積(行列の場合は積)

eye

単位行列

linalg.det

行列式

linalg.eig

固有値の配列と固有ベクトルの配列

linalg.inv

逆行列

linalg.matrix_rank

行列のランク(階数)

linalg.norm

行列ノルム(ベクトルの場合は長さ)

linalg.solve

連立一次方程式を解きます

matmul

行列の積(演算子 @ と同じ)(ベクトルの場合は内積)

full

要素が全て同じ値の行列

T

転置行列(プロパティ)

transpose

転置行列

zeros

零行列

行列のランク行列式行列ノルムも参照ください。

下表の関数は、axisオプションで計算する範囲を指定できます(一部除きます)。

その他の関数

名前

意味

all

全てTrueか

allclose

全て近いか

amax

max と同じ

amin

min と同じ

any

いずれかTrueか

argmax

最大値をとるインデックス(nanがあればnanを選択)

argmin

最小値をとるインデックス(nanがあればnanを選択)

argpartition

指定順位で分割時のインデックス(nanがあれば最後)

argsort

ソートしたときのインデックス(nanがあれば最後)

argwhere

whereを転置したもの

corrcoef

相関係数を要素に持つ行列

cumprod

累積積(nanが出てきたらnanに)

cumproduct

cumprod と同じ

cumsum

累積和(nanが出てきたらnanに)

intersect1d

積集合(交わり、共通部分)

max

最大(nanがあればnanを選択)

mean

平均(nanがあればnan)

median

中央値(nanがあればnan)

min

最小(nanがあればnanを選択)

nanargmax

最大値をとるインデックス(nan以外を選択)

nanargmin

最小値をとるインデックス(nan以外を選択)

nancumprod

累積積(nanは1扱い)

nancumsum

累積和(nanは0扱い)

nanmax

最大(nan以外を選択 ※)

nanmean

平均(nanを除く)

nanmedian

中央値(nanを除く)

nanmin

最小(nan以外を選択 ※)

nanpercentile

パーセンタイル(nanを除く)

nanprod

積(nanを除く)

nanstd

標準偏差(nanを除く)

nansum

和(nanを除く)

nanvar

分散(nanを除く)

nan_to_num

nanを0に置換え

nonzero

次元ごとの「非ゼロ要素のインデックスの配列」のタプル

partition

指定順位で分割(nanがあれば最後)

percentile

パーセンタイル(nanがあればnan)

prod

積(nanがあればnan)

setdiff1d

差集合(第1引数に含まれていて第2引数に含まれない)

setxor1d

対称差(片方にしか含まれない)

sort

ソート(nanがあれば最後)

std

標準偏差(nanがあればnan)

sum

和(nanがあればnan)

union1d

和集合

unique

ユニーク集合

var

分散(nanがあればnan)

where

次元ごとの「要素が条件合致するインデックスの配列」のタプル(または、条件を満たす方を選択)

※ 全て nan の時は、nan を返します。

補足

allmaxのように、いくつかの関数では、numpy.関数名多次元配列.関数名の2通りの方法が用意されています。

たとえば、numpy.all(多次元配列)は、多次元配列.all()と書くこともできます。

全ての関数ができるわけではありません。 よく使われる関数が、多次元配列のメソッドでも使えるようになっています。

  • 基本的に同じ機能ですが、sortpartitionのように異なることもあります。

    • numpy.関数名: 新しい多次元配列を作成

    • 多次元配列.関数名: 元の多次元配列を変更

  • 多次元配列.関数名は、多次元配列(numpy.ndarray)からしか呼べませんが、numpy.関数名はリストなどを引数に取ることもできます。

  • numpy.関数名しか用意されていない関数がいくつかあります。

  • どちらも使える場合はどちらを使っても大丈夫ですが、コンテンツに合わせるとわかりやすいでしょう。

さらに詳しくは、Routinesを参照ください。