Movatterモバイル変換

プログラミング言語22018年3月1日 D-WiSE LTC言語✦ 1972年に開発された汎用高級言語✦ 機械語に近い構成による高速な実行速度✦ ポインタのポインタに代表される難解な仕様✦ 習得難易度が高いPython✦ 1991年に開発された汎用高級言語✦ 豊富なライブラリ(モジュール)による拡張✦ 簡易な文法により記述することができる✦ 習得難易度が低い✦ 速度がC言語と比較して劣る

プログラミング言語32018年3月1日 D-WiSE LTC言語 Python✦ 科学計算用に設計された言語ではない✦ 自分で多くを定義する必要があるe.g. 構造体，クラス，関数✦ 本来の趣旨から離れた作業が必要✦ 科学計算用に設計されたPythonのライブラリ✦ 行列演算など算術計算が高速Numpyを使おう!

Numpy42018年3月1日 D-WiSE LTPythonで用いられる科学計算用ライブラリ✦ 内部はCで実装されている✦ その他の数学・解析系ライブラリにおける基盤✦ JuliaやRubyなど多言語での利用も可能

本編の前に…52018年3月1日 D-WiSE LT表記#include <stdio.h>int main(void){return 0;}❖ コード名https://github.com/Scstechr/D-WiSE_LT/tree/master/180301/codesリンクPythonのヴァージョンPython 3.6.4

Hello World62018年3月1日 D-WiSE LTC言語#include <stdio.h>int main(void){printf(“Hello Worldn”);return 0;}❖ hello.c✤ コンパイル$ gcc hello.c✤ 実行$ ./a.outHello World

Hello World72018年3月1日 D-WiSE LTPythonprint(“Hello World”)❖ hello.py❖ 実行$ python hello.pyHello Worlddef main():print("Hello World")if __name__ == "__main__":main()❖ hello_main.py逐次コンパイルを行うため事前コンパイルは不要

Hello World82018年3月1日 D-WiSE LT比較❖ hello.cprint(“Hello World”)❖ hello.py#include <stdio.h>int main(void){printf("Hello Worldn");return 0;}同じ処理を少ない行数で記述することが可能デバッグの負担を軽減する

Hello World92018年3月1日 D-WiSE LTdef main():print("Hello World")if __name__ == "__main__":main()#include <stdio.h>int main(void){printf("Hello Worldn");return 0;}比較❖ hello.c❖ hello_main.py

配列の初期化102018年3月1日 D-WiSE LTC言語int main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = 0;}return 0;}❖ array.carray[] = {0,0,0,0,0,0,0,0,0,0}

配列の初期化112018年3月1日 D-WiSE LTPythondef main():lst = []for i in range(10):lst.append(0)if __name__ == "__main__":main()❖ array.pyリスト ( list )✤ 多機能なPythonの配列✤ lst.append() は()の中身を末尾に追加lst = [0 0 0 0 0 0 0 0 0 0]

配列の初期化122018年3月1日 D-WiSE LT比較❖ array.py❖ array.cint main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = 0;}return 0;}def main():lst = []for i in range(10):lst.append(0)if __name__ == "__main__":main()

132018年3月1日 D-WiSE LT比較❖ array.py❖ array.cint main(void){int array[10];for(int i = 0; i <10; i++){array[i] = 0;def main():lst = []for i inrange(10):lst.append(0)変数の型付け✤ C言語: 静的型付け (変数宣言時に型宣言を行う)✤ Python: 動的型付け (右辺により型変化)配列の初期化

配列の初期化142018年3月1日 D-WiSE LTリスト内包表記リストの初期化は「リスト内包表記」で一文で書ける❖ array_comp.pydef main():lst = [0 for i in range(10)]if __name__ == "__main__":main()

配列の初期化152018年3月1日 D-WiSE LTコンストラクタ❖ array_const.pydef main():lst = list(range(10))if __name__ == "__main__":main()for文を使わない分リスト内包表記より(おそらく)速い

配列を出力する162018年3月1日 D-WiSE LTC言語❖ array_print.c#include <stdio.h>int main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = i;}for(int i = 0; i < 10; i++){printf(“%dn”, array[i]);}return 0;}$ gcc array_print.c$ ./a.out0123456789

配列を出力する172018年3月1日 D-WiSE LTPython❖ array_print.pydef main():lst = [i for i in range(10)]for i in lst:print(i)# [print(i) for i in lst]if __name__ == ‘__main__’:main()$ python array_print2.py0123456789

Pythonにおける出力182018年3月1日 D-WiSE LTprint()❖ array_print2.py$ python array_print2.py[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print()✤ ()の中身に合わせて出力を変化def main():lst = [i for i in range(10)]print(lst)if __name__ == ‘__main__’:main()def main():print(‘Hello World’)if __name__ == ‘__main__’:main()$ python hello_main.pyHello World❖ hello_main.py

配列を出力する192018年3月1日 D-WiSE LTC言語で同様の動作を実装する (関数 )❖ array_print2.c (1/2)#include <stdio.h>void print(int *array, int size){printf("[");for(int i = 0; i < size; i++){printf("%d,", array[i]);}printf("b]n");}配列のポインタとサイズを受け取る関数を定義

配列を出力する202018年3月1日 D-WiSE LTC言語で同様の動作を実装する (関数 )❖ array_print2.c (2/2)int main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = i;}print(array, 10);return 0;}

配列を出力する212018年3月1日 D-WiSE LTC言語で同様の動作を実装する (構造体 )❖ array_print3.c (1/3)#include <stdio.h>#include <stdlib.h>#define ARRAY_SIZE 10typedef struct{int array[ARRAY_SIZE];int size;} Array;配列とサイズで構成される構造体を定義

配列を出力する222018年3月1日 D-WiSE LTC言語で同様の動作を実装する (構造体 )❖ array_print3.c (2/3)void print(Array *array){printf("[");for(int i = 0; i < array->size; i++){printf("%d,", array->array[i]);}printf("b]n");}構造体のポインタを受け取る関数を定義

配列を出力する232018年3月1日 D-WiSE LTC言語で同様の動作を実装する (構造体 )❖ array_print3.c (3/3)int main(void){Array *array = (Array*)malloc(sizeof(Array));array->size = 10;for(int i = 0; i < array->size; i++){array->array[i] = i;}print(array);free(array);return 0;}

配列を出力する242018年3月1日 D-WiSE LTint型の(一次元の)配列にしか有効ではない❖ array_print3.c❖ array_print2.c#include <stdio.h>void print(int *array, int size){printf("[");for(int i = 0; i < size; i++){printf("%d,", array[i]);}printf("b]n");}int main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = i;}print(array, 10);return 0;}#include <stdio.h>#include <stdlib.h>#define ARRAY_SIZE 10typedef struct{int array[ARRAY_SIZE];int size;} Array;void print(Array *array){printf("[");for(int i = 0; i < array->size; i++){printf("%d,", array->array[i]);}printf("b]n");}int main(void){Array *array = (Array*)malloc(sizeof(Array));array->size = 10;for(int i = 0; i < array->size; i++){array->array[i] = i;}print(array);free(array);return 0;}

配列を出力する252018年3月1日 D-WiSE LTPythonのprint()の凄さ#include <stdio.h>void print(int *array, int size){printf("[");for(int i = 0; i < size; i++){printf("%d,", array[i]);}printf("b]n");}int main(void){int array[10];for(int i = 0; i < 10; i++){array[i] = i;}print(array, 10);return 0;}❖ array_print2.pydef main():lst = [i for i in range(10)]print(lst)if __name__ == ‘__main__’:main()❖ array_print2.c

262018年3月1日 D-WiSE LTPythonのlistの凄さ$ pythonPython 3.6.2 |Anaconda custom (64-bit)| (default,Jul 20 2017, 13:14:59)[ G C C 4 . 2 . 1 C o m p a t i b l e A p p l e L L V M 6 . 0(clang-600.0.57)] on darwinType "help", "copyright", "credits" or "license"for more information.>>> exit()$✤ 対話型インタープリタの起動簡単な動作確認をすることができるPythonのデバッグのお供

272018年3月1日 D-WiSE LTPythonのlistの凄さ>>> dir(list)[ ' _ _ a d d _ _ ' , ' _ _ c l a s s _ _ ' , ' _ _ c o n t a i n s _ _ ' ,'__delattr__', '__delitem__', '__dir__', '__doc__',' _ _ e q _ _ ' , ' _ _ f o r m a t _ _ ' , ' _ _ g e _ _ ' ,'__getattribute__', '__getitem__', '__gt__','__hash__', '__iadd__', '__imul__', '__init__','__init_subclass__', '__iter__', '__le__','__len__', '__lt__', '__mul__', '__ne__','__new__', '__reduce__', '__reduce_ex__',' _ _ r e p r _ _ ' , ' _ _ r e v e r s e d _ _ ' , ' _ _ r m u l _ _ ' ,'__setattr__', '__setitem__', '__sizeof__','__str__', '__subclasshook__', 'append', 'clear','copy', 'count', 'extend', 'index', 'insert','pop', 'remove', 'reverse', 'sort']✤ 充実した既存の関数群Pythonのデバッグのお供

Pythonのデバッグのお供282018年3月1日 D-WiSE LTその他の有用な機能>>> help(list.append)Help on method_descriptor:append(...)L.append(object) -> None -- append object to end✤ help(): 関数その他の詳細をviで出力 (qで抜け出す)>>> lst = list(range(10))>>> lst[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]>>> type(lst)<class 'list'>✤ type(): インスタンスの種類を出力

実行時間292018年3月1日 D-WiSE LT比較$ time ./a.out[0,1,2,3,4,5,6,7,8,9]❖ array_print2.py❖ array_print3.creal 0m0.007suser 0m0.002ssys 0m0.002s$ time python array_print2.py[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]real 0m0.062suser 0m0.039ssys 0m0.015sPythonは遅い!

Numpy302018年3月1日 D-WiSE LTPythonのNumpyの凄さ$ pythonPython 3.6.2 |Anaconda custom (64-bit)| (default,Jul 20 2017, 13:14:59)[ G C C 4 . 2 . 1 C o m p a t i b l e A p p l e L L V M 6 . 0(clang-600.0.57)] on darwinType "help", "copyright", "credits" or "license"for more information.>>>✤ 対話型インタープリタの起動

Numpy312018年3月1日 D-WiSE LT>>> import numpy as np✤ importするPythonのライブラリ利用法★ C言語の類似表記:numpyを書くのは長いのでnpと表記する (慣例)#include <stdio.h>#include “myheader.h”★ Pythonの場合は出自を記す必要があるimport numpy as np#numpyで定義されたsum()を使いたいnp.sum()

Numpy322018年3月1日 D-WiSE LTPythonのNumpyの凄さ>>> dir(np)['ALLOW_THREADS', 'BUFSIZE', 'CLIP', 'ComplexWarning', 'DataSource','ERR_CALL', 'ERR_DEFAULT', 'ERR_IGNORE', 'ERR_LOG', 'ERR_PRINT','ERR_RAISE', 'ERR_WARN', 'FLOATING_POINT_SUPPORT', 'FPE_DIVIDEBYZERO','FPE_INVALID', 'FPE_OVERFLOW', 'FPE_UNDERFLOW', 'False_', 'Inf','Infinity', 'MAXDIMS', 'MAY_SHARE_BOUNDS', 'MAY_SHARE_EXACT', 'MachAr','ModuleDeprecationWarning', 'NAN', 'NINF', 'NZERO', 'NaN', 'PINF','PZERO', 'PackageLoader', 'RAISE', 'RankWarning', 'SHIFT_DIVIDEBYZERO','SHIFT_INVALID', 'SHIFT_OVERFLOW', 'SHIFT_UNDERFLOW', 'ScalarType','Tester', 'TooHardError', 'True_', 'UFUNC_BUFSIZE_DEFAULT','UFUNC_PYVALS_NAME', 'VisibleDeprecationWarning', 'WRAP', '_NoValue','__NUMPY_SETUP__', '__all__', '__builtins__', '__cached__','__config__', '__doc__', '__file__', '__git_revision__', '__loader__','__name__', '__package__', '__path__', '__spec__', '__version__','_import_tools', '_mat', 'abs', 'absolute', 'absolute_import', 'add','add_docstring', 'add_newdoc', 'add_newdoc_ufunc', 'add_newdocs','alen', 'all', 'allclose', 'alltrue', 'alterdot', 'amax', 'amin','angle', 'any', 'append', 'apply_along_axis', 'apply_over_axes','arange', 'arccos', 'arccosh', 'arcsin', 'arcsinh', 'arctan', 'arctan2','arctanh', 'argmax', 'argmin', 'argpartition', 'argsort', 'argwhere',✤ 豊富な関数群

Numpy332018年3月1日 D-WiSE LTPythonのNumpyの凄さ>>> dir(np.ndarray)[ ' T ' , ' _ _ a b s _ _ ' , ' _ _ a d d _ _ ' , ' _ _ a n d _ _ ' , ' _ _ a r r a y _ _ ' ,'__array_finalize__', '__array_interface__', '__array_prepare__','__array_priority__', '__array_struct__', '__array_wrap__', '__bool__','__class__', '__contains__', '__copy__', '__deepcopy__', '__delattr__','__delitem__', '__dir__', '__divmod__', '__doc__', '__eq__','__float__', '__floordiv__', '__format__', '__ge__', '__getattribute__','__getitem__', '__gt__', '__hash__', '__iadd__', '__iand__','__ifloordiv__', '__ilshift__', '__imatmul__', '__imod__', '__imul__','__index__', '__init__', '__init_subclass__', '__int__', '__invert__','__ior__', '__ipow__', '__irshift__', '__isub__', '__iter__','__itruediv__', '__ixor__', '__le__', '__len__', '__lshift__', '__lt__','__matmul__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__','__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rdivmod__','__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__','__rlshift__', '__rmatmul__', '__rmod__', '__rmul__', '__ror__','__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__','__rxor__', '__setattr__', '__setitem__', '__setstate__', '__sizeof__','__str__', '__sub__', '__subclasshook__', '__truediv__', '__xor__','all', 'any', 'argmax', 'argmin', 'argpartition', 'argsort', 'astype',✤ 多次元行列(np.ndarray)に限っても豊富

Numpy342018年3月1日 D-WiSE LTlistからnp.ndarrayへの変換import numpy as npdef main():lst = [i for i in range(10)]print(lst, type(lst))array = np.array(lst)print(array, type(array))if __name__ == "__main__":main()❖ np_array.py$ python np_array.py[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>[0 1 2 3 4 5 6 7 8 9] <class ‘numpy.ndarray'>

352018年3月1日 D-WiSE LTnumpyで定義された関数を用いるNumpyimport numpy as npdef main():#array = np.array([i for i in range(10)])array = np.arange(10)print(array)if __name__ == "__main__":main()np.arange(n): 0~n-1で初期化された一次元配列❖ np_array2.py

362018年3月1日 D-WiSE LT比較❖ array_print2.py$ time python array_print2.py[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]real 0m0.062suser 0m0.039ssys 0m0.015s❖ np_array2.py$ time python np_array2.py[0 1 2 3 4 5 6 7 8 9]real 0m0.239suser 0m0.161ssys 0m0.062s実行時間の計測: Python

372018年3月1日 D-WiSE LTnumpyをimportするオーバーヘッド❖ import_numpy.py$ cat import_numpy.pyimport numpy as np$ time python import_numpy.pyreal 0m0.226suser 0m0.149ssys 0m0.062s❖ array_print2.pyreal 0m0.062suser 0m0.039ssys 0m0.015s❖ array_print2.pyreal 0m0.013suser 0m0.012ssys 0m0.000sreal 0m0.239suser 0m0.161ssys 0m0.062s→実行時間の計測: Python

382018年3月1日 D-WiSE LTipythonを利用する$ ipythonPython 3.6.2 |Anaconda custom (64-bit)| (default,Jul 20 2017, 13:14:59)Type 'copyright', 'credits' or 'license' for moreinformationIPython 6.2.1 -- An enhanced Interactive Python.Type '?' for help.In [1]: list.append?Docstring: L.append(object) -> None -- appendobject to endType: method_descriptorIn [2]:✤ 多機能の対話型インタープリタの起動実行時間の計測: Python

392018年3月1日 D-WiSE LTIn [1]: import numpy as npipythonを利用する✤ NumpyをimportIn [2]: def range_list(n):...: lst = list(range(n))...:In [3]: def arange_np(n):...: array = np.arange(n)...:✤ nを引数とする関数を定義実行時間の計測: Python

402018年3月1日 D-WiSE LTipythonを利用する✤ %timeitで計測 (要素数10の1次元配列)In [4]: %timeit range_list(10)878 ns ± 31.8 ns per loop (mean ± std.dev. of 7 runs, 1000000 loops each)In [5]: %timeit arange_np(10)872 ns ± 32.8 ns per loop (mean ± std.dev. of 7 runs, 1000000 loops each)実行時間の計測: Python

412018年3月1日 D-WiSE LTipythonを利用する✤ %timeitで計測 (要素数10000の1次元配列)In [6]: %timeit range_list(10000)238 µs ± 9.11 µs per loop (mean ± std.dev. of 7 runs, 1000 loops each)In [7]: %timeit arange_np(10000)5.87 µs ± 179 ns per loop (mean ± std.dev. of 7 runs, 100000 loops each)実行時間の計測: Python

実行時間: C422018年3月1日 D-WiSE LTtime.hを利用する❖ array_10k.c (1/3)#include <stdio.h>#include <stdlib.h>#include <time.h>#define ARRAY_SIZE 10000#define TRIAL 100000typedef struct{int data[ARRAY_SIZE];int size;} Array;ヘッダのincludeと定数・構造体の定義

432018年3月1日 D-WiSE LT❖ array_10k.c (2/3)void process(){Array *array = (Array*)malloc(sizeof(Array));array->size = 10000;for(int i = 0; i < array->size; i++){array->data[i] = i;}}配列の初期化を関数として切り出す実行時間: Ctime.hを利用する

442018年3月1日 D-WiSE LT❖ array_10k.c (3/3)int main(){clock_t t1, t2;double sum; sum = 0;for(int i = 0; i < TRIAL; i++){t1 = clock();process();t2 = clock();sum += (double)(t2-t1)/CLOCKS_PER_SEC;}printf("%fn", (double)sum / TRIAL);return 0;}実行時間: Ctime.hを利用する

452018年3月1日 D-WiSE LT❖ array_10k.c$ ./array_10k.out0.000034実行時間time.hを利用する種類実行時間Pythonlist 238 [µs]numpy 5.86 [µs]C 34 [µs]比較Pythonは遅い!

Numpy - 配列の初期化462018年3月1日 D-WiSE LTipythonを利用する$ ipythonPython 3.6.2 |Anaconda custom (64-bit)| (default,Jul 20 2017, 13:14:59)Type 'copyright', 'credits' or 'license' for moreinformationIPython 6.2.1 -- An enhanced Interactive Python.Type '?' for help.✤ 多機能型の対話型インタープリタの起動In [1] : import numpy as np✤ Numpyをimport

472018年3月1日 D-WiSE LT全零行列In [2]: np.zeros(10)Out[2]: array([ 0., 0., 0., 0., 0., 0., 0.,0., 0., 0.])✤ np.zeros()全一行列In [3]: np.ones(10)Out[3]: array([ 1., 1., 1., 1., 1., 1., 1.,1., 1., 1.])✤ np.ones()Numpy - 配列の初期化

Numpy - 多次元行列を定義482018年3月1日 D-WiSE LTIn [4]: np.array([[0,1],[2,3]])Out[4]:array([[0, 1],[2, 3]])listを変換In [5]: np.arange(4).reshape([2,2])Out[5]:array([[0, 1],[2, 3]])np.reshape()で1次元配列を多次元へ変換0 12 3

492018年3月1日 D-WiSE LTIn [6]: np.zeros([2,2])Out[6]:array([[ 0., 0.],[ 0., 0.]])全零行列 np.zeros()0 00 0In [7]: np.ones([2,2])Out[7]:array([[ 1., 1.],[ 1., 1.]])全一行列 np.ones()1 11 1In [8]: np.identity(2)Out[8]:array([[ 1., 0.],[ 0., 1.]])単位行列 np.identity()1 00 1Numpy - 多次元行列を定義

502018年3月1日 D-WiSE LTNumpy - 行列演算a =2412335 , b =2445635In [9]: a = np.array([1,2,3])In [9]: b = np.array([4,5,6])In [10]: a + bOut[10]: array([5, 7, 9])加算In [11]: a - bOut[11]: array([-3, -3, -3])減算

512018年3月1日 D-WiSE LTNumpy - 行列演算a =2412335 , b =2445635In [9]: a = np.array([1,2,3])In [9]: b = np.array([4,5,6])In [12]: a * bOut[12]: array([ 4, 10, 18])乗算In [13]: a / bOut[13]: array([ 0.25, 0.4 , 0.5 ])除算

522018年3月1日 D-WiSE LTNumpy - 線形代数np.linalg>>> dir(np.linalg)['LinAlgError', '__builtins__', '__cached__','__doc__', '__file__', '__loader__', '__name__',' _ _ p a c k a g e _ _ ' , ' _ _ p a t h _ _ ' , ' _ _ s p e c _ _ ' ,' _ n u m p y _ t e s t e r ' , ' _ u m a t h _ l i n a l g ' ,'absolute_import', 'bench', 'cholesky', 'cond','det', 'division', 'eig', 'eigh', 'eigvals','eigvalsh', 'info', 'inv', 'lapack_lite', 'linalg',' l s t s q ' , ' m a t r i x _ p o w e r ' , ' m a t r i x _ r a n k ' ,'multi_dot', 'norm', 'pinv', 'print_function','qr', 'slogdet', 'solve', 'svd', 'tensorinv','tensorsolve', 'test']>>>

532018年3月1日 D-WiSE LTNumpy - 線形代数In [14]: c = np.arange(1,5).reshape(2,2)In [15]: np.linalg.det(c)Out[15]: -2.0000000000000004行列式: det cIn [16]: np.linalg.norm(c)Out[16]: 5.4772255750516612ノルム: ||c||c =1 23 4

542018年3月1日 D-WiSE LTNumpy - 線形代数In [14]: c = np.arange(1,5).reshape(2,2)In [17]: np.linalg.inv(c)Out[17]:array([[-2. , 1. ],[ 1.5, -0.5]])逆行列: c-1c =1 23 4

552018年3月1日 D-WiSE LTNumpy - 乱数生成random (既存ライブラリ)>>> import random>>> dir(random)['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'Random',' S G _ M A G I C C O N S T ' , ' S y s t e m R a n d o m ' , ' T W O P I ' ,'_BuiltinMethodType', '_MethodType', '_Sequence', '_Set','__all__', '__builtins__', '__cached__', '__doc__','__file__', '__loader__', '__name__', '__package__','__spec__', '_acos', '_bisect', '_ceil', '_cos', '_e','_exp', '_inst', '_itertools', '_log', '_pi', '_random','_sha512', '_sin', '_sqrt', '_test', '_test_generator','_urandom', '_warn', 'betavariate', 'choice', 'choices','expovariate', 'gammavariate', 'gauss', 'getrandbits',' g e t s t a t e ' , ' l o g n o r m v a r i a t e ' , ' n o r m a l v a r i a t e ' ,'paretovariate', 'randint', 'random', 'randrange', 'sample','seed', 'setstate', 'shuffle', 'triangular', 'uniform','vonmisesvariate', 'weibullvariate']

562018年3月1日 D-WiSE LTNumpy - 乱数生成np.random>>> dir(np.random)['Lock', 'RandomState', '__RandomState_ctor', '__all__','__builtins__', '__cached__', '__doc__', '__file__','__loader__', '__name__', '__package__', '__path__','__spec__', '_numpy_tester', 'absolute_import', 'bench','beta', 'binomial', 'bytes', 'chisquare', 'choice','dirichlet', 'division', 'exponential', 'f', 'gamma','geometric', 'get_state', 'gumbel', 'hypergeometric', 'info','laplace', 'logistic', 'lognormal', 'logseries', 'mtrand','multinomial', 'multivariate_normal', 'negative_binomial','noncentral_chisquare', 'noncentral_f', 'normal', 'np','operator', 'pareto', 'permutation', 'poisson', 'power','print_function', 'rand', 'randint', 'randn', 'random','random_integers', 'random_sample', 'ranf', 'rayleigh','sample', 'seed', 'set_state', 'shuffle', 'standard_cauchy','standard_exponential', 'standard_gamma', 'standard_normal','standard_t', 'test', 'triangular', 'uniform', 'vonmises','wald', 'warnings', 'weibull', 'zipf']

572018年3月1日 D-WiSE LTNumpy - 異なる分布による乱数生成一様分布: np.random.rand()import numpy as npimport matplotlib.pyplot as pltdef main():R = np.random.rand(10000)plt.hist(R, bins=1000)plt.show()if __name__ == "__main__":main()❖ np_rand.py一様分布

582018年3月1日 D-WiSE LTNumpy - 異なる分布による乱数生成標準正規分布 N(0,1): np.random.randn()import numpy as npimport matplotlib.pyplot as pltdef main():R = np.random.randn(10000)plt.hist(R, bins=1000)plt.show()if __name__ == "__main__":main()❖ np_randn.py標準正規分布N(0, 1)

592018年3月1日 D-WiSE LTNumpy - 分布関数で決定ランダムに選択: np.random.choice()import numpy as npimport matplotlib.pyplot as pltdef main():array = np.arange(9)pmf = np.zeros(9)pmf[2] = 0.5pmf[3] = 0.28pmf[8] = 0.22R = np.random.choice(array, size = 10000, p=pmf)#print(R)plt.hist(R, bins=100)plt.show()if __name__ == "__main__":main()❖ np_rand_choice.py⇤8(x) = 0.5x2+ 0.28x3+ 0.22x8

602018年3月1日 D-WiSE LTNumpy - 分布関数で決定ランダムに選択: np.random.choice()import numpy as npimport matplotlib.pyplot as pltdef main():array = np.arange(9)pmf = np.zeros(9)pmf[2] = 0.5pmf[3] = 0.28pmf[8] = 0.22R = np.random.choice(array, size = 10000, p=pmf)#print(R)plt.hist(R, bins=100)plt.show()if __name__ == "__main__":main()❖ np_rand_choice.py⇤8(x) = 0.5x2+ 0.28x3+ 0.22x8

612018年3月1日 D-WiSE LTまとめPython• 簡潔に記述できるためデバッグしやすい• C言語と比較すると実行速度が遅い• そのままでは科学計算用には適していないNumpy• Pythonの科学計算用ライブラリ• 内部がCで記述されており高速な演算が可能• 豊富なライブラリ関数による簡易な実装

622018年3月1日 D-WiSE LTその他の数学用ライブラリScipy: 算術計算用のライブラリ• 微分積分や疎行列などを定義している• NumpyにないものはおそらくScipyにあるSympy: 変数をシンボルとして扱うためのライブラリ• x, yなどに具体的に値を代入する必要がない• 極限などよりテーラー展開など応用数学分野に強い• 式の展開とか整理に利用？

632018年3月1日 D-WiSE LTNumpyおよびPythonの使い方処理の流れをPythonで決める実行速度に満足したか？Cで書き直す？いいえはいいいえはい修羅の道へ…

642018年3月1日 D-WiSE LTおすすめ• YouTubeなどでカンファレンス動画を観る• PyData, Enthought, Next Day Video, PyCon• オライリー本を買う• GitHubなどでコードを漁る• 公式ドキュメントを熟読する• 新しいメソッドを知るごとに処理速度が変化

652018年3月1日 D-WiSE LT補助

662018年3月1日 D-WiSE LTまとめ1950s Fortran1960s BASIC1970s C SQL SmallTalk1980s C++ Common Lisp Perl1990s Python Ruby Haskell2000s C# Go Nim2010s Rust Julia Kotlinプログラミング言語年代記

672018年3月1日 D-WiSE LTPythonを使いつつ速度を求めるCython• PythonをCに変換する• コードが汚くなる代わりに速いNumba• JIT (Just-In-Time)コンパイラ• 機械語に変換し速度向上を目指すPypy• 速度向上を目指すPythonのヴァージョン

Movatterモバイル変換

Change Language

Introduction to Numpy (and Python) [JPN]

Embed presentation

Recommended

More Related Content

What's hot

Similar to Introduction to Numpy (and Python) [JPN]

Introduction to Numpy (and Python) [JPN]