Beginn des Studiums: Samstag, 7. Dezember
Unterrichtsmaterialien usw.: ・ Miyuki Oshige "Details! Python3 Introductory Note ”(Sotech, 2017): 19.12. (Donnerstag) Abgeschlossen ・ Progate Python-Kurs (insgesamt 5 Kurse): Endet am Samstag, den 21. Dezember ・ Andreas C. Müller, Sarah Guido "(japanischer Titel) Maschinelles Lernen ab Python" (O'Reilly Japan, 2017): Abschluss am Samstag, 23. Dezember ・ Kaggle: Real or Not? NLP mit Katastrophen-Tweets: Veröffentlicht am Samstag, 28. Dezember, bis Freitag, 3. Januar Einstellung ・ ** Wes Mckinney "(japanischer Titel) Einführung in die Datenanalyse von Python" (O'Reilly Japan, 2018) **: 4. Januar (Sa) ~
S.134 Lesen Sie Kapitel 4 Grundlagen von Numpy zu Ende.
-NumPy (Numerical Python): Interpretiert im Sinne von Numerical Python Hochgeschwindigkeitsberechnung und Datenmanipulation mit Vektorisierungsnotation Obwohl es nicht mit mathematischen Modellierungs- und Analysemethoden umgehen kann, wird es zu einer Waffe, wenn Array-orientierte Werkzeuge wie Pandas verwendet werden, indem es beherrscht wird. Dient als Schnittstelle zu einfachen Sprachen wie C und Fortran
・ Ndarray: N-dimensionales Array-Objekt, das zur schnellen und flexiblen Datenverarbeitung in einer Python-Umgebung beiträgt Vom Array generiert, wird der geschätzte Datentyp verwendet, der Datentyp kann jedoch durch dtype angegeben werden. Typkonvertierung (Besetzung) ist mit Astype möglich.
・ Schneiden (Schneiden / Extrahieren einiger Elemente) Schnitte für ein zweidimensionales Array werden entlang der Achse ausgeschnitten. (Unterscheidet sich geringfügig von Schichten mehrdimensionaler Arrays.) Wenn die Scheibe mit Skalar gemischt wird, verringert sich die Dimension. Sie können es gut verstehen, indem Sie es mit Form herausnehmen. (3,) → 3 Elemente. (1, 3) → 1x3 Matrix. S.108
・ Eindimensionales Wahrheitswertarray Eine numerische Zuordnung usw. ist nur für diejenigen möglich, die von ndarray angegeben wurden (diejenigen, die wahr sind). data [names! = 'A'] = 7 Ersetzen Sie 7 nur durch diejenigen, deren Namen nicht A usw. sind. Diese Art der Operation wird häufig in der Pandas-Umgebung verwendet.
・ Berechnung des inneren Produkts unter Verwendung der Landematrix (np.dot) Die Landung erfolgt in .T. Berechnen Sie das interne Produkt von X mit X.T.dot (X). Ein teilweises Ersetzen der Matrix ist auch möglich, indem dem Argument der Transponierung die Reihenfolge der Achsen gegeben wird.
・ Einzelter Begriff ufunc (abs, sqrt, log ...), binärer ufunc (addieren, dividieren, maximal ...)
-Sie können Vektoroperationen für den ternären Python-Operator A ausführen, wenn die Bedingung andernfalls bei np.where liegt. Setzen Sie das Wahrheitsurteil (bedingter Ausdruck) im ersten Argument, True im zweiten Argument und False im dritten Argument und geben Sie das entsprechende zurück.
・ Die Dimension kann durch Aggregationsverarbeitung (statistische Funktion) wie Summe und Mittelwert reduziert werden
-Lineare Algebra kann mit dem Modul np.linalg berechnet werden. Matrixausdruck, inverse Matrix für quadratische Matrix, QR-Zerlegung ...
・ Np.random ermöglicht die Berechnung basierend auf verschiedenen Arten von Wahrscheinlichkeitsverteilungen. Binärverteilung, Normalverteilung ... Es wird als Ergänzung zu Pythons integriertem Zufall bereitgestellt.
Recommended Posts