Youtubeでも活動中

チャンネル登録してくれたら喜びます。
リンクはフリーです。共有・拡散は大歓迎!

このボタンで簡単にチャンネル登録!
PR

pythonのnumpyで使うarrayとarangeの注意点について

python-numpy-array-arange-eyecatch

今回はpythonのnumpyについてちょっと引っかかったことがあるので、

自分の備忘録てきなニュアンスも持ちつつ解説していきます。

まずこちらをご覧ください。

import numpy as np
A=np.array([-5.0,5.0,1.0])
B=np.arange(-5.0,5.0,1.0)

はい。なんとなく同じ結果になりそうじゃないですか??

ちょっと書籍を読んでいて??

となったのでこの記事を読んでいるあなたもそうなっていないか確認してください。

それでは解説していきます。

この記事を読むことでわかること

自己紹介

東証一部上場企業でサラリーマンしてます。

主に工場(生産現場)で使用する検査装置のアプリケーション開発してます。

ヒトの作業を自動化して簡略化するアプリケーションを日々開発中。

2022年5月に転職。現役バリバリの技術者です。
現在は超大手企業の新規事業分野で装置の研究・開発をしています。

Youtubeチャンネルにさまざまな動画を上げています

↓↓↓こちらからYoutubeチャンネルにアクセス!! ↓↓↓

PR

pythonのnumpyにおけるarrayとは

まずはarrayの使い方ですが、

こちらは、配列を作ってくれる超便利な代物です。

先ほど出した例で行くと、

import numpy as np
A=np.array([-5.0,5.0,1.0])
B=np.arange(-5.0,5.0,1.0)

Aのほうですね。

これでAには、[-5.0,5.0,1.0]

という配列が作られます。

まあここまではいいですよね?

実際printしてみるとこんな感じです。

import numpy as np
A=np.array([-5.0,5.0,1.0])
print(A)

実行結果は↓↓

[-5.  5.  1.]

まあ当たり前ですね。

pythonのnumpyにおけるarange(arrayとの違い)

では本題ですが、

似たような使い方としてよく使われるarangeについてです。

もう一度例を載せておくと、

import numpy as np
A=np.array([-5.0,5.0,1.0])
B=np.arange(-5.0,5.0,1.0)

Bのほうですね。

Aと引数がまったく同じように見えますが、

実は役割はことなります。

実際にBをプリントしてみましょう。

import numpy as np
A=np.array([-5.0,5.0,1.0])
print(A)
B=np.arange(-5.0,5.0,1.0)
print(B)

実行結果は↓↓↓

[-5.  5.  1.]
[-5. -4. -3. -2. -1.  0.  1.  2.  3.  4.]

上がAの出力結果で、

下がBの出力結果ですね。

だいぶちがうものが出力されているのがわかりますね?

引数一緒なのに….

というわけで、ここではarangeの使い方について知る必要があります。

Pyhonでつかうnumpyのarangeの使い方

公式のpythonの解説にもありますが、

じつはarangeを使うときの引数は、

初期値と、最大値(未満)、刻み幅

となっています。

今回の例で解説すると、

import numpy as np
A=np.array([-5.0,5.0,1.0])
print(A)
B=np.arange(-5.0,5.0,1.0)
print(B)

-5.0が初期値、

5.0が最大値(未満なので、5.0は含まれない)

1.0が刻み幅。

というわけなので、配列の要素数がarrayでは3だったのに対して、

arangeでは10個

となります。

arrayで3個の要素を使って配列を使ったすぐ後に

このarangeの引数を見たら、まあ混乱しますよね笑

まとめ

arangeの引数は、

具体的に配列の要素を記述しているわけではない。

ということに注意する必要がある。

って感じですね。

わたしはちょっと引っかかって時間ロスしました…

コメント

タイトルとURLをコピーしました