【ゼロから作るDeap Learning】1.5~1.7

2026年度前期輪読会 #1 1章 Python入門 1.5~1.7 京都大学 総合人間学部 B2 本川玄人 0

アジェンダ ◼ NumPy ◼ Matplotlib ◼ まとめ 1

アジェンダ ◼ NumPy ◼ Matplotlib ◼ まとめ 2

1.5 NumPy NumPyの概要・インポート NumPyとは？ ・Pythonの外部ライブラリ ・配列や行列の計算を効率よく実行できる メソッドが充実 標準のPythonには含まれていないので、インポートする必要がある NumPyのインポート import numpy as np NumPyのメソッドをnpとして参照する 3

1.5 NumPy 主要なメソッドの紹介 配列(1次元)の生成 np.array()にリストを与えることで配列を作れる NumPyの算術計算 2つの配列の要素ごとの計算を行う 注.要素数が合っていないとエラーが起きることがある 配列(n次元)の生成 np.array()で多次元配列も生成できる shape()で配列のサイズ、dtype()で要素のデータ型 を確認できる 算術計算も同様に実行可能 x = np.array([1.0, 2.0, 3.0]) 四則計算を + - * / で実行 行列の積はnp.dot()で計算できる A = np.array([[1,2],[3,4]]) → 1 3 2 4 4

1.5 NumPy ブロードキャスト・要素へのアクセスについて サイズの異なる配列同士の計算が可能な場合がある →この機能をブロードキャストという 1 2 ∗ 10 20 3 4 → 配列の要素へのアクセス 配列の各要素を取り出すことが可能 具体的に指定する・条件を設定するなどで取得できる 1 3 2 10 ∗ 4 10 20 10 = 20 30 40 80 Xの(0 , 1)の要素を取り出す X[0][1] Xの15より大きい要素を取り出す X[X>15] 5

アジェンダ ◼ NumPy ◼ Matplotlib ◼ まとめ 6

1.6 Matplotlib Matplotlibの概要 Matplotlibとは？ ・NuｍPyと同じく、Pythonの外部ライブラリ ・グラフの描画、データの可視化が得意 関数の表示やグラフの見た目の変更も可能 右図はsinとcosの描画 具体的なメソッド plt.plot() : グラフの描画 plt.xlabel() : x軸のラベルをつける plt.title() : タイトルを表示 plt.legend() : 凡例を表示 plt.show() : グラフを表示 7

1.6 Matplotlib 画像の表示 Matplotlibは画像の表示も簡単にできる 右図はcolabで画像を表示した例 表示させたい画像をimread()を使って 読み込ませることが必要 8

アジェンダ ◼ NumPy ◼ Matplotlib ◼ まとめ 9

1.7 まとめ 1章のまとめ ・Pythonは機械学習でよく使われるプログラミング言語 ・算術計算だけでないまとまった処理が可能 ・NumPyやMatplotlibといった外部ライブラリを使う コードはこちらから 10

• https://colab.research.google.com/drive/1jCp3MG62bk6nivFLpbSj9ySv89rg8EIU?usp=sharing