PythonのNumpyでのブロードキャストについて話し合いますか？

NumPyは、「数値」「Python」を指します。これは、多次元配列オブジェクトと、配列の処理に役立つ複数のメソッドを含むライブラリです。

NumPyは、アレイに対してさまざまな操作を実行するために使用できます。 SciPy、Matplotlibなどのパッケージと組み合わせて使用​​されます。 NumPy + Matplotlibは、MatLabの代替として理解できます。これはオープンソースパッケージであり、誰でも使用できることを意味します。標準のPythonディストリビューションには、デフォルトでNumPyパッケージが含まれていません。パッケージは、インストーラー「pip」を使用して個別にインストールする必要があります。

Windowsの場合、以下に示します-

pip install numpy

このコマンドをコマンドラインで実行すると、Python環境にインポートして使用できます。

NumPyパッケージに含まれる最も重要なオブジェクトは、「ndarray」と呼ばれるn次元配列です。同じタイプのアイテムのコレクションを定義します。 ndarray内のこれらの値には、インデックス付け（0ベースのインデックス）を使用してアクセスできます。 ndarray内のすべてのアイテムは、メモリ空間内の同じサイズのブロックを取ります。 ndarray内のすべての要素の型は、「dtype」関数を使用して見つけることができます。 ndarrayからのアイテムは、配列スライシングを使用して抽出できます。配列スカラー型のオブジェクトとして表されます。

Numpy配列に関して、ブロードキャストとは、算術演算中にさまざまな形状の配列を処理するこのパッケージの機能を指します。 2つの配列が同じタイプでない場合、エラーはスローされません。代わりに、操作はスムーズに進みます。

例

import numpy as np
arr_1 = np.array([4, 6, 8, 0, 3])
arr_2 = np.array([11,3,7,78, 999])
print("The first ndarray is ")
print(arr_1)
print("The second ndarray is ")
print(arr_2)
arr_3 = arr_1 * arr_2
print("The resultant array is ")
print(arr_3)

出力

The first ndarray is
[4 6 8 0 3]
The second ndarray is
[ 11 3 7 78 999]
The resultant array is
[ 44 18 56 0 2997]

説明

• 必要なライブラリはPython環境にインポートされます。

• 2つのndarrayは、その中に数値が含まれて定義されています。

• それらはコンソールに印刷されています。

• 3番目の配列は、最初の2つのndarrayの積として定義されます。

• 結果の配列がコンソールに表示されます。