異端開発室

数列の極限：離散データの収束性を分析 数列とは、自然数 \( n = 1, 2, 3, \ldots \) を用いて定義される順序付きデータ列であり、一般項 \( a_n = f(n) \) によって第 \( n \) 項が表現される。たとえば、次の数列を考える： \( a_n = \frac{n}{n+1} \) \( b_n = \left(-1\right)^{n+1} \) \( c_n = \frac{1}{2^n} \) これらの数列はそれぞれ異なる振る舞いを示す。特に ...

はじめに Pythonプログラミングを行う際、様々なTypeErrorに遭遇することがあります。その中でも比較的頻繁に発生するのが「TypeError: only integer scalar arrays can be converted to a scalar index」というエラーです。このエラーは、リストや類似のデータ構造に非整数をインデックスとして使用しようとした際に発生します。本記事では、このエラーの原因を深く掘り ...

配列の作成 np.array()を用いた配列作成 import numpy as np # Pythonリストから1次元配列を生成 sample_list = np.array([5, 10, 15, 20]) print(sample_list) # 2次元配列の作成（ネストしたリスト利用） matrix_data = np.array([[7, 14], [21, 28]]) print(matrix_data) # 型が異なる要素の自動変換 mixed_elements = np.array([10, 3.14, "text"]) print(mixed_ele ...

練習1: 一維配列と二維配列の生成と形状の確認 import numpy as np arr1 = np.array([1,2,'a','hello',[1,2,3],{'one':100,'two':200}]) arr2 = np.array([list(range(6)), list('abcdef'), [True, False, True, False, True, True]]) print(arr1, '\narr1のshape:', arr1.shape, '\n-------') print(arr2, '\narr2のshape:', arr2.shape, '\n-------') 練習2: 起点が5、 ...

NumPyはPythonで科学計算を行うための主要なライブラリであり、強力なN次元配列オブジェクトとその配列を操作するための多くの関数を提供します。NumPyでは、基本的なインデックスやスライシングに加えて、より柔軟かつ効率的にデータにアクセス・操作できる高度なインデックス機能が搭載されています。この記事では、整数によるインデックス、論理値によるインデックス、 ...

NumPyは、Pythonによる数値計算の基盤となるライブラリであり、配列同士の線形代数演算を効率的に実行するための豊富な機能を提供します。その中でもnp.dotは、ベクトルの内積や行列の乗算といった基本かつ重要な操作を統一的なインターフェースで実現する関数です。この関数の挙動は入力配列の形状に応じて自動的に切り替わり、柔軟性と一貫性を兼ね備えています。 基本 ...

NumPyの基礎 NumPyは、科学計算やデータ解析に最適な高速な配列演算を提供するライブラリです。 配列の基本属性 ndim：配列の次元数 shape：各次元のサイズを示すタプル size：配列の要素数 dtype：配列のデータ型 itemsize：各要素のバイト数 配列の作成と操作 import numpy as np # 1次元配列の作成 data = np.array([10, 20, 30, 40, 50]) print("1次元配列:", dat ...

パスカルの三角形（楊輝三角形）は、各行の両端が1で、内部の各要素が右上と左上の要素の和となる三角形の配列です。Pythonでこれを生成し、さまざまな形式（直角、正三角形、中央揃え）で出力する方法を紹介します。 基本アルゴリズム（2次元リスト版） まず、n行n列の2次元リストを0で初期化します。行と列のインデックスを0から始めると、次の関係が成り立ちます。 ...

ニューラルネットワーク構成要素の実装 全体構造 このプロジェクトではjoelnetという名前のシンプルなニューラルネットワークライブラリを実装します。このライブラリは主要なニューラルネットワーク要素を含んでおり、PyTorchなどのフレームワークの基本概念を理解するのに役立ちます。 テンソルの定義 from numpy import ndarray as Tensor ここではGPUによる高速化は ...

NumPyは、Pythonにおける科学技術計算の基盤ライブラリであり、特に統計処理や大規模な数値演算において不可欠なツールです。以下では、配列の生成・変形・演算・ブロードキャスト・集計など、統計実務で頻出する基本操作を実践的に解説します。 配列の形状管理 NumPyの核心はndarray（N次元配列）です。形状（shape）は、各次元のサイズをタプルで表します。 # 基本的な ...