Python基礎

2/6ページ
  • 2018.12.25

メタ文字② アンカー(パターンの位置)

アンカー(パターンの位置)  パターンの位置を指定するメタ文字をアンカーとよびます。  正規表現では文字列の先頭と末尾を表すアンカーが定められています。 文字列の先頭  ^ は文字列の先頭を表すアンカーです。  たとえば、^今日 というパターンは  ・今日は良い天気ですね。  ・今日の試合は絶対に勝つぞ!  ・今日がダメでも、明日があるさ。 のような文字列にマッチします。 # reモジュールをイン […]

  • 2018.12.25

メタ文字① 任意の1文字

≫ 正規表現の基本については、こちらの記事を参照してください。 任意の1文字にマッチする正規表現  . は任意の1文字にマッチするメタ文字です。  たとえば は.を飼って という正規表現は、  ・次郎君 は犬を飼って いる。  ・小春ちゃん は猫を飼って います。  ・私 は鼠を飼って いません。 などの文字列にマッチしますが、  ・次郎君はイヌを飼っています。  ・私はサルを飼ってみ […]

  • 2018.12.21

[NumPy] 配列の高速ソート

numpy.sort()  numpy.sort()関数は配列を受け取って、ソートされた配列の copy を返します(元の配列は変更されません)。  numpy.sort(array_like, axis=-1, kind='quicksort', order=None)  第 1 引数には配列に相当するオブジェクトを渡します。  疑似乱数で 1 次元配列を作ってソートしてみましょう。 # Num […]

  • 2018.12.20

[NumPy] 構造化配列

 ある統計データを作成するために、人々の名前、年齢、身長などのデータを収集して管理することを考えます。一番素朴な方法は、それぞれのデータを別々の配列に放り込むことです。  name = np.array(["小春", "小夜子", "時雨"])  age = np.array([20, 25, 23])  height = np.array([156.3, 159.8, 162.5])  しかし、 […]

  • 2018.12.18

[NumPy] view と copy

view と copy  NumPy の配列 (ndarray) を変数に代入したとき、一見すると奇妙なことが起こります。 # NumPyをインポート import numpy as np a = np.array([1, 2, 3]) b = a # 配列bの第1要素を100に変更 b[0] = 100 print("a = {}".format(a)) print("b = {}".forma […]

  • 2018.12.17

[NumPy] 部分配列へのアクセス

スライシング 1 次元配列のスライシング  Python のリストと同じように、配列も次の構文でスライシングを行なって部分配列を抽出することができます。  x[start=0 : stop=size : step=1]  start には開始インデックス、stop には終了インデックス + 1 を渡します。  step は start から何個おきに要素を取り出すかという引数です。  引数はすべて […]

  • 2018.12.16

[NumPy] ブール配列とマスキング操作

NumPy の比較演算子  NumPy の配列オブジェクトに対して比較演算子を用いると、ブール配列 (Boolean array) が生成されます。 # NumPyをインポート import numpy as np # 1次元配列を定義 x = np.array([1, 2, 3, 4, 5]) print(x > 3) [False False False True True]  このコードでは […]

  • 2018.12.15

[NumPy] データ型 (Data type)

NumPy のデータ型  NumPy には Python 本体に比べて遥かに多くの種類のデータ型 (Data type) が組込まれています。 NumPy データ型 説明 bool_ ブール型 (True または False), 1 byte に格納 int_ デフォルト整数型 (int64 または int32) intc C言語と同じ整数型 (int64 または int32) intp インデッ […]

  • 2018.12.14

[NumPy] ブロードキャスト

ブロードキャスト  配列の演算規則の記事で解説したように、配列に 1 を加えると、配列のすべての要素に 1 を加えるという処理が行われます。 # NumPyをインポート import numpy as np # 1次元配列の定義 x = np.array([10, 20, 30]) # 配列の各要素に1を加える print(x + 1) [11 21 31]  これはとても便利な記法です。なぜなら […]

  • 2018.12.14

[NumPy] 配列の連結・分割

配列の連結 numpy.concatenate() 配列の連結  numpy.concatenate()を使うと、複数の配列を連結することができます。  numpy.concatenate((a1, a2, ...), axis=0, out=None)  a1, a2, a3, ... には配列を渡します。  2 次元以上の配列を渡す場合は axis を指定できます (デフォルトは axis = […]

1 2 6