 Pythonとは
基本的な使い方
・ IDLE
・ Jupyter Notebook
・ Markdown
・ コマンドプロンプトで実行
・ 仮想環境の構築
・ 仮想環境でIDLEを実行
ライブラリのインストール
・ pipの使い方
・ numpy , matplotlib等
・ graphviz
・ pytorch
・ Mecab
Pythonの関数： 一覧
共通関数
・ append , extend
・ class
・ copy
・ csv.reader
・ csv.writer
・ def , return
・ dict , defaultdict
・ enumerate
・ exit
・ for
・ if
・ import
・ in
・ input
・ lambda
・ len
・ list
・ min/max
・ OrderedDict
・ open/close
・ os
・ pickle
・ print
・ range
・ re.split
・ read/readline
・ round/floor/ceil
・ split
・ sys.argv
・ time
・ while
・ write
・ zip
・特殊メソッド
・ __name__
・ __iter__ , __next__
・ 正規表現、メタ文字
・ データの型の種類
・ 四則演算 (+ , - , * , /)
・ コメントアウト (# , ''')
numpy
・ append
・ arange
・ argmax/argmin
・ array
・ asfarray
・ astype , dtype
・ digitize
・ dot
・ hstack/vstack
・ linalg.solve
・ linspace
・ mean
・ meshgrid
・ mgrid
・ ndim
・ ndmin
・ pad
・ poly1d
・ polyfit
・ prod
・ random
・ reshape
・ savetxt/loadtxt
・ shape
・ std
・ transpose
・ where
・ zeros/zeros_like
scipy
・ expit
・ imread
・ interpolate
matplotlib
・ imshow
・ figure
・ pcolormesh
・ plot
・ scatter
scikit-learn
・ GaussianNB
・ KMeans
・ KNeighborsClassifier
・ SVC
・ tree
keras
chainer
chainerrl
pytorch
・ BCELoss , MSELoss
・ Embedding
・ device
・ Sequential
・ Dataset, Dataloader
・ RNN, LSTM
OpenAI gym
・ Blackjack-v0
・ CartPole-v0
tkinter
・ frame, grid
・ 画像表示
・ 画像を切り取り表示
・ 画像を保存
目的別
・ ステップ関数
・ 1 of K 符号化法
・ 線形補間
・ 配列に番号をつける
|
■説明
padは配列の端に数値を加える関数で、パディング(padding)処理といいます。
数値を加える方法としてappendもありますが、こちらの方が便利な場合があります。
■具体例
以下はnumpyを使用する際に必須の記載です。
＜1次元配列の場合＞
a = np.array([1,2,3,])
b = np.pad(a,[2,3]) # 配列の前に0を2個、後ろに0を3個加える
print(b)
→ array([0, 0, 1, 2, 3, 0, 0, 0])
b = np.pad(a,[2,3] , constant_values=(5,6)) # 配列の前に5を2個、後ろに6を3個加える
print(b)
→ array([5, 5, 1, 2, 3, 6, 6, 6])
b = np.pad(a,[2,3],'edge') #端と同じ数値を加える
print(b)
→ array([1, 1, 1, 2, 3, 3, 3, 3])
＜2次元配列の場合＞
a = np.array([[1,2,3],[4,5,6]])
b = np.pad(a , (1,2)) #配列の上と前に1つ、下と左に2つ0を加える
print(b)
→ array([[0, 0, 0, 0, 0, 0],
[0, 1, 2, 3, 0, 0],
[0, 4, 5, 6, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])
b = np.pad(a , [(0,1),(2,3)]) #配列の上に0個、下に1つ、前(左)に2つ、後ろ(右)に3つ加える。
print(b)
→array([[0, 0, 1, 2, 3, 0, 0, 0],
[0, 0, 4, 5, 6, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0]])
＜n次元配列の場合①＞
a=np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
print(a)
→ array([[[1, 2],
[3, 4]],
[[5, 6],
[7, 8]]])
b = np.pad(a , [(1,1),(2,3),(1,2)]) #配列の前後が(1,1)、配列の中の上下が(2,3)、配列の中の前後が(1,2)
print(b)
→ array([[[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 1, 2, 0, 0],
[0, 3, 4, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 5, 6, 0, 0],
[0, 7, 8, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]]])
＜n次元配列の場合②＞
a=np.array([[[1,2],[3,4]],[[5,6],[7,8]]]
a=a.reshape(2,2,2,1)
print(a)
→ array([[[[1],
[2]],
[[3],
[4]]],
[[[5],
[6]],
[[7],
[8]]]])
b = np.pad(a , [(1,0),(0,1),(1,1),(2,3)])
print(b)
→ array([[[[0, 0, 0, 0, 0, 0], #3つの配列とも、(1,0)の1の部分,
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]]],
[[[0, 0, 0, 0, 0, 0], #上下が(1,1)、前後が(2,3)
[0, 0, 1, 0, 0, 0],
[0, 0, 2, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0],
[0, 0, 3, 0, 0, 0],
[0, 0, 4, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0], #(0,1)の1の部分
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]]],
[[[0, 0, 0, 0, 0, 0],
[0, 0, 5, 0, 0, 0],
[0, 0, 6, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0],
[0, 0, 7, 0, 0, 0],
[0, 0, 8, 0, 0, 0],
[0, 0, 0, 0, 0, 0]],
[[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]]]])
サブチャンネルあります。⇒ 何かのお役に立てればと
Pythonとは
基本的な使い方
・ IDLE
・ Jupyter Notebook
・ Markdown
・ コマンドプロンプトで実行
・ 仮想環境の構築
・ 仮想環境でIDLEを実行
ライブラリのインストール
・ pipの使い方
・ numpy , matplotlib等
・ graphviz
・ pytorch
・ Mecab
Pythonの関数： 一覧
共通関数
・ append , extend
・ class
・ copy
・ csv.reader
・ csv.writer
・ def , return
・ dict , defaultdict
・ enumerate
・ exit
・ for
・ if
・ import
・ in
・ input
・ lambda
・ len
・ list
・ min/max
・ OrderedDict
・ open/close
・ os
・ pickle
・ print
・ range
・ re.split
・ read/readline
・ round/floor/ceil
・ split
・ sys.argv
・ time
・ while
・ write
・ zip
・特殊メソッド
・ __name__
・ __iter__ , __next__
・ 正規表現、メタ文字
・ データの型の種類
・ 四則演算 (+ , - , * , /)
・ コメントアウト (# , ''')
numpy
・ append
・ arange
・ argmax/argmin
・ array
・ asfarray
・ astype , dtype
・ digitize
・ dot
・ hstack/vstack
・ linalg.solve
・ linspace
・ mean
・ meshgrid
・ mgrid
・ ndim
・ ndmin
・ pad
・ poly1d
・ polyfit
・ prod
・ random
・ reshape
・ savetxt/loadtxt
・ shape
・ std
・ transpose
・ where
・ zeros/zeros_like
scipy
・ expit
・ imread
・ interpolate
matplotlib
・ imshow
・ figure
・ pcolormesh
・ plot
・ scatter
scikit-learn
・ GaussianNB
・ KMeans
・ KNeighborsClassifier
・ SVC
・ tree
keras
chainer
chainerrl
pytorch
・ BCELoss , MSELoss
・ Embedding
・ device
・ Sequential
・ Dataset, Dataloader
・ RNN, LSTM
OpenAI gym
・ Blackjack-v0
・ CartPole-v0
tkinter
・ frame, grid
・ 画像表示
・ 画像を切り取り表示
・ 画像を保存
目的別
・ ステップ関数
・ 1 of K 符号化法
・ 線形補間
・ 配列に番号をつける
|
|
|