TechAcademy（テックアカデミー） プログラミング Python Pythonで累積和の問題を解く方法を現役エンジニアが解説【初心者向け】
icon
icon
Python

Pythonで累積和の問題を解く方法を現役エンジニアが解説【初心者向け】

初心者向けにPythonで累積和の問題を解く方法について現役エンジニアが解説しています。累積和とは配列の要素にそれまでの数値を累積して足していくものです。ある期間のアクセス数や売り上げデータ集計などに使います。PythonではNumpyのcumsum関数を使うと便利です。

テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社　調査期間：2021年8月12日～8月16日　 調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名　 調査手法：インターネット調査

Pythonで累積和の問題を解く方法について解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

 

田島悠介

今回は、Pythonに関する内容だね！

大石ゆかり

どういう内容でしょうか？

田島悠介

Pythonで累積和の問題を解く方法について詳しく説明していくね！

大石ゆかり

お願いします！

 

累積和とは

ある配列Aを仮定します。
「配列Aの第1項から第N項までの部分列の和」を第N項とする配列Bを累積和といいます。(よって累積和も配列です)

例えば、配列[a, b, c, …]の累積和は[a, a+b, a+b+c, …]です。

Pythonで累積和を求める方法

例えば、以下のような関数で累積和を計算できます。

def cumsum(xs):
  result = [xs[0]]
  for x in xs[1:]:
    result.append(result[-1] + x)
  return result

以下のように使用します。

cumsum([0, 1, 2, 3, 4, 5])

実行結果は以下の通りです。

[0, 1, 3, 6, 10, 15]

 

[PR] Pythonで挫折しない学習方法を動画で公開中

Numpyのcumsum関数の使い方

数値計算ライブラリのNumpyにはcumsum関数が用意されていて、累積和の計算に利用できます。

実際に書いてみよう

import numpy
numpy.cumsum(numpy.array(xs))

実行結果は以下の通りです。

array([ 0,  1,  3,  6, 10, 15])

 

監修してくれたメンター

橋本紘希

システムインテグレータ企業勤務のシステムエンジニア。

開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。

 

大石ゆかり

内容分かりやすくて良かったです！

田島悠介

ゆかりちゃんも分からないことがあったら質問してね！

大石ゆかり

分かりました。ありがとうございます！

 

TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。

挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。

記事を検索

関連するキーワード

関連する記事

Pythonでstrftime関数を使う方法【初心者向け】

Pythonでstrftime関数を使う方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記...
Python

Pythonのtype関数の利用方法を現役エンジニアが解説【初心者向け】

Pythonのtype関数の利用方法について解説します。   そもそもPythonについてよく分からないという方は、Pythonとは何なの...
Python

PythonでのPhantomJSによるWebスクレイピングの方法【初心者向け】

PythonでのPhantomJSによるWebスクレイピングの方法について解説します。 そもそもPythonについてよく分からないという方は、Python...
Python

DockerでPythonの実装環境を作る方法を現役エンジニアが解説【初心者向け】

DockerでPythonの実装環境を作る方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 ...
Python

PythonでSVMを実装する方法を現役エンジニアが解説【初心者向け】

PythonでSVMを実装する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pyth...
Python

neovimをPythonの開発環境にする方法を現役エンジニアが解説【初心者向け】

neovimをPythonの開発環境にする方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 ...
Python

あわせてよく読まれている記事

数値計算を行ってみる！PythonのライブラリNumPyの使い方【初心者向け】

今回は、Pythonの数値計算ライブラリであるNumPyについてテックアカデミーのメンターが初心者向けに解説します。 NumPyを使うと、ベクトルや行列など、機械学習で必要となる形式のデータを簡単に扱うことができます。 Pythonで機械学習を行うための必須のライブラリなので、記事を参考にNumPyの使い方を覚えましょう。   目次 NumPyとは NumPyを利用するには NumPyの使い方 NumPy配列を生成する 配列の型を確認する 配列の構造を確認する   NumPyとは NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。 NumPyはオープンソースで公開されており、個人／商用問わず、誰でも無料で利用できます。 NumPyを使うと、ベクトルや行列などの多次元配列の処理を容易に行えます。 またPythonだけで数値計算を行うのと比較して、非常に高速に処理を行えます。 （NumPyの内部はC、及びFortranというプログラム言語で実装されています）。 機械学習は、多次元配列に対して演算を行いながらモデルを学習していきます。 演算処理が効率的に行えるため、PythonのNumpyは機械学習について必須のライブラリです。   大石ゆかり 田島メンター！NumPyというのは何でしょうか？ 田島悠介 Pythonの数値計算のライブラリだよ。Pythonで機械学習を行うには、必須のライブラリなんだ。 大石ゆかり どのような機能があるのですか？ 田島悠介 例を見ながら説明していくね！   [PR] Pythonで挫折しない学習方法を動画で公開中NumPyを利用するには NumPyを利用するには、Anacondaなどの開発環境のパッケージを使うのが簡単です。 Anacondaは、データ分析やグラフ描画など、Pythonでよく利用されるライブラリを含んだ開発環境です。 ここではPythonによる機械学習の開発環境を整えるため、Anacondaを利用します。 AnacondaにNumPyをインストールするには、メニュー画面のEnvironmentsから、Not Installedを選択し、検索BOXに「NumPy」と入力します。   一覧にNumPyが表示されますので、チェックボックスで選択し、画面右下のApplyボタンを押すことでインストールできます。 以降は、Jupyter Notebookをもとに、NumPyの使い方を説明します。   NumPyの使い方 NumPyを使う際は、初めにNumPyライブラリをインポートします。 サンプルコード import numpy as np   解説 エラーがでなければ、正しくインポートされています。   NumPy配列を生成する NumPyの配列はarray命令で作成します。 書き方：array(リスト、タプルなど)   リストについてはこちらの記事を参考にしてください。 リストは開発現場でも活用される重要な学習内容となるため、以下の記事を参考にすると理解が深まります。 Numpyを活用するためにリストの理解は必要不可欠です。 Pythonでlist（リスト）を検索する方法【初心者向け】現役エンジニアが解説 | TechAcademyマガジン   タプルについてはこちらの記事を参考にしてください。 タプルもデータを扱う際に活用されるため、以下の記事を参考にすると理解が深まります。 場面に合わせたデータの作成方法を理解することで、機械学習におけるデータ活用の幅が広がります。 Pythonにおけるtupleの利用方法を現役エンジニアが解説【初心者向け】 | TechAcademyマガジン   サンプルコード1 import numpy as np tech=np.array([1, 2, 3]) print(tech)   実行結果1   解説1 1行目のimport numpy as np では、NumPyをnpという名前で利用できるようにしています。 2行目のtech=np.array([1, 2, 3])では、techオブジェクトにNumPyのarrayメソッドを利用して配列の値を代入しています。 代入する値は、[1, 2, 3]です。   3行目のprint(tech)ではtechオブジェクトを表示しています。 表示結果は[1, 2, 3]です。   サンプルコード2 import numpy as np tech=np.array([[1, 2, 3], [4, 5, 6]]) print(tech) 実行結果2   解説2 1行目のimport numpy as np では、NumPyをnpという名前で利用できるようにしています。 2行目のtech=np.array([[1, 2, 3], [4, 5, 6]])では、techオブジェクトにNumPyのarrayメソッドを利用して多次元配列の値を代入しています。 代入する値は、[[1, 2, 3], [4, 5, 6]]です。   3行目のprint(tech)ではtechオブジェクトを表示しています。 表示結果は[[1, 2, 3], [4, 5, 6]]です。   配列の型を確認する NumPyの配列は、要素の型を混在させることができません。 要素の型を確認するには、dtypeプロパティを使用します。     要素の型を確認する サンプルコード import numpy as
機械学習

PHPの配列でjoinメソッドを使う方法を現役エンジニアが解説【初心者向け】

PHPで配列を結合する方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 PHPではさまざまな方法で配列を結合できますので、この記事では用途に合わせた使い分けについて解説しています。 目次累積和とはPythonで累積和を求める方法Numpyのcumsum関数の使い方実際に書いてみよう監修してくれたメンター そもそもPHPについてよく分からないという方は、PHPとは何なのか解説した記事を読むとさらに理解が深まります。   大石ゆかり PHPの配列を結合するにはどうしたらいいですか？ 田島悠介 配列を結合する方法はいろいろあるけど、array_mergeが使えるよ。 ただ連想配列でキーが同じだった場合に値が上書きされるよ。 大石ゆかり 連想配列？キー？上書き？　なんだか難しそうですね・・・ 田島悠介 聞いただけではイメージするのが難しいかもしれないね。 たとえば$sum[5]の「5」の数値が配列の添字、つまりキーだよ。 連想配列はこのキーが文字列の配列だね。 じゃあ、配列を結合する方法を実際のサンプルコードを使って説明するね。 大石ゆかり お願いします！ ※この解説記事では配列のキー（添字）が数値のものを添字配列といい、キーが文字列の連想配列と区別しています。PHPの配列については解説記事「PHPの配列の基本を現役エンジニアが解説【初心者向け】」を、連想配列については解説記事「PHPで連想配列を使う方法【初心者向け】」をご覧ください。   array_mergeで結合する方法 PHPで配列を結合するには、array_merge関数が使えます。 複数の配列をひとつに結合した配列を取得できます。 構文 結合された配列 = array_merge(配列1, 配列2); 配列1の後ろに配列2の要素が追加されて結合された配列が取得できます。 ※引数に指定する配列の数は、ひとつでも3つ以上でも指定できます。 ※結合された配列はarray_merge関数の戻り値で取得します。上記の構文だと配列1そのものが更新されるわけではありません。 配列のキーが同じ要素を結合すると？ 配列が連想配列（キーが文字列の配列）かどうかで結果が異なります。 キーが数値の添字配列の場合は、同じキーがあっても添字がゼロから振りなおされ、要素が追加されていきます。 キーが文字列の連想配列の場合は、同じキーがあると新しい要素に上書きされて追加にはなりません。 添字配列を結合する 配列のキーが数値の添字配列をarray_merge関数で結合すると、すべての要素のキーがゼロから振りなおされて追加されます。 ソースコード 色の名前が入った2つの配列 $colors1と$colors2の要素をarray_mergeで結合し、$colorsに代入します。 $colors1と$colors2の配列はキーが数値のため、結合したときにキーが降り直されます。 <?php $colors1 = array('赤', '緑', '青'); $colors2 = array('シアン', 'マゼンタ', '黄'); //配列を結合 $colors = array_merge($colors1, $colors2); //結合した配列を出力（preタグで改行させる） print_r('<pre>'); print_r($colors); print_r('</pre>'); ?> ※本来なら出力したいWebページ内で<html>タグなどを含める必要がありますが、今回はPHPのプログラムの解説が目的なので省略しています。基本的なPHPの書き方について詳しくは解説記事「基本的なPHPの書き方」をご覧ください。 表示結果 解説 $colors1 = array('赤', '緑', '青'); $colors1に3つの要素がある配列を代入しています。 配列 $colors1の中身は以下のように0から2のキーがあります。 Array ( [0] => 赤 [1] => 緑 [2] => 青 ) ※配列を作成するときに、値だけ指定すると自動的にゼロから始まる添字がついてキーが作成されます。配列の作成について詳しくは解説記事「PHPの配列の基本を現役エンジニアが解説【初心者向け】」をご覧ください。 $colors2 = array('シアン', 'マゼンタ', '黄'); $colors2にも3つの要素がある配列を代入しており、中身は以下の状態です。 Array ( [0] => シアン [1] => マゼンタ
PHP

書きながら覚えよう！Pythonで正規表現を使う方法【初心者向け】

今回は、Pythonで正規表現を使う方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 普段見慣れない文字を入力していますが、実際に書いてみて慣れていきましょう。 目次累積和とはPythonで累積和を求める方法Numpyのcumsum関数の使い方実際に書いてみよう監修してくれたメンター そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   Pythonの正規表現とは 正規表現とは、文字列を1つのパターン化した文字列で表現する表記法です。 正規表現を使用して、文字列をパターン化した文字列に置き換えることで、文字列の検索や置換を行えます。 また、自然言語処理といったAI技術の基礎的な処理も行うことができます。   メタ文字 正規表現において、パターン化した文字列のことをメタ文字と言います。 ★は文字列を意味します。 メタ文字 説明 指定例 合致する . 任意の1文字 a.c abc, acc, aac ^ 行の先頭 ^abc abcdef $ 行の末尾 abc$ defabc * 0回以上の繰り返し ab* a, ab, abb, abbb + 1回以上の繰り返し ab+ ab, abb, abbb ? 0回または1回 ab? a, ab {m} m回の繰り返し a{3} aaa {m,n} m〜n回の繰り返し a{2, 4} aa, aaa, aaaa [★] ★のどれか1文字 [a-c] a, b, c ★|★ ★のどれか a|b a, b   特殊シーケンス よく利用される正規表現のパターンは、特殊シーケンスと呼ばれます。 特殊シーケンスは、（バックスラッシュ）を先頭に記載します。 特殊シーケンス 説明 同じ意味の正規表現 d 任意の数字 [0-9] D 任意の数字以外 [^0-9] s 任意の空白文字 [tnrfv] S 任意の空白文字以外 [^tnrfv] w 任意の英数字 [a-xA-Z0-9_] W 任意の英数字以外 [a-xA-Z0-9_] A 文字列の先頭 ^ Z 文字列の末尾  $   Pythonで正規表現を使う方法 Pythonではreモジュールを使って正規表現を扱います。 reモジュールをimportすることで正規表現を利用できます。 import re importを詳しく知りたい人は、Pythonでimportを使う方法について解説している記事もあわせてお読みください。   reモジュールには、以下のような関数があります。 match()：文字列の先頭から正規表現にマッチしている部分を返す fullmatch()：文字列全体が正規表現にマッチしているかを返す search()：文字列中で正規表現にマッチする最初の部分を返す findall()：文字列中で正規表現にマッチするすべての部分を文字列のリストで返す finditer()：文字列中で正規表現にマッチするすべての部分をイテレータとして返す sub()：文字列中で正規表現にマッチする部分を置換して返す subn()：文字列中で正規表現にマッチする部分を置換してタプル(置換後文字列, マッチした数)で返す split()：文字列を指定した正規表現で分割する それぞれの関数について、サンプルをもとに書き方を確認していきましょう。   match()関数の書き方 文字列の先頭から正規表現にマッチしている部分を返します。 結果はマッチした情報を取りまとめた「マッチオブジェクト」で返ります。 マッチオブジェクトからマッチした文字列を取り出す方法は、次の具体例でご紹介します。 マッチしない場合、Noneが返ります。 書き方のサンプル： # マッチする例 result = re.match(r'a.c', 'abcdefg') print(result) # マッチしない例(Noneが返る) result = re.match(r'a.c', 'Alphabet starts with abcdefg.') print(result) 解説： match関数で、文字列の先頭から正規表現「r’a.c’」にマッチしている部分を検索します。 マッチした場合の例では、マッチオブジェクトが返ります。 マッチオブジェクトの「span」はマッチした位置を表しています。 今回の場合、0～2文字目がマッチした位置になります(3文字目は含みません)。 実行結果： <re.Match object; span=(0, 3), match='abc'> None マッチオブジェクトの「match」はマッチした文字列を表しています。   fullmatch()関数の書き方 文字列全体が正規表現にマッチしているかを返します。 結果はマッチオブジェクトで返ります。 マッチしない場合、Noneが返ります。 書き方のサンプル： # マッチする例 result = re.fullmatch(r'a.c', 'abc') print(result) # マッチしない例(Noneが返る) result = re.fullmatch(r'a.c', 'abcde') print(result) 解説： fullmatch関数で、文字列全体が正規表現「r’a.c’」にマッチしているかを確認します。 マッチした場合の例では、マッチオブジェクトが返ります。 span、matchについてはmatch関数と同様ですので説明は省略します。 実行結果： <re.Match object; span=(0, 3), match='abc'> None search()関数の書き方 文字列中で正規表現にマッチする最初の部分を返します。 結果はマッチオブジェクトで返ります。 マッチしない場合、Noneが返ります。 書き方のサンプル： # マッチする例 result = re.search(r'a.c', 'Alphabet starts with abcdefg.') print(result) # マッチしない例(Noneが返る) result = re.search(r'a.c', 'Alphabet
Python

PHPでクリックされたボタンに応じて別の処理を実行する方法を現役エンジニアが解説【初心者向け】

今回は、PHPでクリックされたボタンに応じて別の処理を実行する方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 PHPでクリックされたボタンに応じて別の処理を実装することで、ユーザーが押したボタンの種類によって、処理を変えることが可能です。 実務でも、ユーザーの操作に応じて、処理を変更しながら表示するため、ぜひ学習してみてください。   目次累積和とはPythonで累積和を求める方法Numpyのcumsum関数の使い方実際に書いてみよう監修してくれたメンター   そもそもPHPについてよく分からないという方は、PHPとは何なのか解説した記事を読むとさらに理解が深まります。   田島悠介 今回は、PHPに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 PHPでクリックされたボタンに応じて、別の処理を実行する方法について詳しく説明していくね！ 大石ゆかり お願いします！   buttonとは Webサイトなどでよく見かけるボタンを作成するためには、HTMLの<button>タグを使用します。 <button>タグは、type属性を指定することで主に3種類の利用方法があります。 type=”submit” type=”reset” type=”button” type=”submit” クリックするとデータを送信します。 type=”reset” クリックするとフォームの内容などをリセットします。 type=”button” プログラムと組み合わせて様々な処理に利用します。 実際に書いてみよう！CSSでボタンを作る方法 も参考にしてみてください。   クリックされたボタンに応じて別の処理を実行する方法 ここでは、クリックされたボタンに応じて別の処理を実行する方法を解説します。 PHPサンプルコード <?php $result = ""; if (isset($_POST['add'])) { $result = "登録しました"; } echo $result; ?> HTMLサンプルコード <form action="index.php" method="post"> <button type="submit" name="add">登録</button> </form> 解説 PHP側のコードから解説します。 <?phpでは、PHPプログラムが開始することを意味します。 $result = “”;では、変数$resultに空文字を代入して初期化しています。 初期化することで、以前利用していた$resultの中に入っている別の値を再利用しないように、値を空にしておきます。 if (isset($_POST[‘add’])) {では、if文を利用した条件分岐で、「もし、登録ボタンを押された時」という条件を指定しています。 isset()関数は、()内に指定した値が入っている場合にtrueを返します。 ()内に、$_POST[‘add’]が指定されていることでHTML側でaddというname属性のボタンが押された場合、if文の処理も実行されます。 $result = “登録しました”;では、「もし、登録ボタンを押された時」変数$resultに「登録しました」を代入しています。 }では、if文を終了しています。 echo $result;では、変数$resultを表示しています。 ?>では、PHPを終了しています。 HTML側では次のような処理を行っています。 <form action=”index.php” method=”post”>では、index.phpというPHPファイルに、フォームを送信した際の内容をPOSTという形式で送信することを意味します。 <button type=”submit” name=”add”>登録</button>では、登録ボタンを用意して、クリックしたらsubmit属性を用いて送信します。 送信する際に、PHP側と連携するため、name属性でaddという属性値を指定しています。 </form>ではフォームの実装を終了します。   [PR] Pythonで挫折しない学習方法を動画で公開中実際に書いてみよう それでは、実際に<button>タグにname属性を設定し、PHPスクリプトでコントロールする例を見ていきましょう。 サンプルコードindex.php <?php
PHP

Pythonで使える！便利な機械学習ライブラリまとめ

今回は、便利なPythonで使える機械学習ライブラリをまとめて解説します。 Pythonで様々なライブラリを使用する際、Anacondaというソフトウェアを利用してPythonの環境構築を行うことで、予め最低限必要なライブリを実行可能な状態にすることができます。   なお本記事は、TechAcademyのAIオンライン講座の内容をもとに作成しています。   NumPy  特徴 Pythonで数値計算を行う場合にもっとも有名なライブラリといえます。 このNumPyというライブラリは、SciPyというさらに高度な数値計算処理を行うことが出来るライブラリの元にもなっています。   便利な点 数値計算で特に配列に関する処理は、世界中でサンプルや解説が存在するため、学習する上でも非常に良いです。 NumPyの内部はC言語やFortranで実装されています。 これは、処理速度が高速であることを意味します。 Anacondaに標準搭載されています。   レベル感 Pythonの基礎文法を学習後で、Anaconda環境を用意していれば直ぐに利用することができます。   利用シーン ベクトルや行列等の多次元配列をPythonで実装したり、多次元配列を簡単に操作する必要がある大規模プログラムで利用できます。 NumPyよりも機能が豊富なSciPyがあるにもかかわらずNumPyを利用する理由としては、SciPyがNumPyを元に実装されていることや、配列操作に関しては、NumPyを利用したサンプルや解説が基本となっているため、配列に関してはNumPyを利用することで開発効率が上がります。 NumPy   pandas 特徴 重要なコードはCythonまたはC言語で実装されており、高速に動作します。 R言語のような処理をPythonで可能にします。R言語は統計を行う際に利用するプログラミング言語で、ベクトル処理、統計解析、グラフ表示を行うことができます。 pandasもR言語の様な処理が可能です。 また、CythonやC言語で実装されているため、非常に高速に動作します。   便利な点 pandasは、単体だけでなく、NumPyで作成されたデータを、WebエンジニアになじみのあるMySQLやPosgreSQLのようなSQL文を利用してそうだ可能です。 つまり、Webアプリケーションの実装と同様に、WHEREやGROUPを使用して慣れた方法でデータを扱うことが可能です。 Anacondaに標準搭載されています。   レベル感 Pythonでデータ分析を行う際に最初に利用するレベルのライブラリです。   利用シーン NumPyとSciPyで作成したデータをより分析したり簡易的なグラフにする際に利用します。 また、SQL文を操作するような慣れた処理でテーブル操作が可能となるため、統計分析する際もWebエンジニアであれば簡単に学習が可能です。 また、ビニングという金融システムにも利用される処理も行います。 ピニングとは、ある程度連続したいくつかの値をより少ない数の「ビン」にグループ化することです。 pandas   [PR] Pythonで挫折しない学習方法を動画で公開中SciPy 特徴 サイパイと呼びます。 NumPyには配列データ型とインデックス作成、並べ替え、再形成等が利用できました。 さらに高度な数値計算処理を行う場合は、SciPyを利用します。 そうはいっても、SciPyはNumPyを元に実装されています。   便利な点 SciPy は統計、最適化、積分、線形代数、フーリエ変換、信号処理、イメージ処理、遺伝的アルゴリズム、ODEソルバ、特殊関数等をPythonを使って簡単に利用することができます。 Anacondaに標準搭載されています。   レベル感 Pythonの基礎文法を学習後で、Anaconda環境を用意していれば直ぐに利用することができます。   利用シーン 「利用メソッド名：利用シーン」という並びで、具体的に利用シーンを代表的な一部メソッドだけ紹介します。 clusterメソッド：クラスタリング処理 integrateメソッド：積分処理 linalgメソッド：線形代数処理 maxentropyメソッド：エントロピー分布処理 ndimagemiscメソッド：画像処理 sparsemiscメソッド：疎行列処理 sparse.linalg：疎行列の線形代数 statsメソッド：統計処理 stsciメソッド：画像配列操作 scipy.weave：PythonにC言語やC++言語を組み込む処理 SciPy   matplotlib 特徴 データをグラフや画像データとして表示することが出来ます。 pandasの簡易表示よりも更に複雑な表示が可能です。   便利な点 公式ページでは出力グラフとその為のコード例がセットで説明されているので学習し易いです。 Anacondaに標準搭載されています。   レベル感 NumPyとSciPyでデータを作成後に使用します。   利用シーン NumPyとSciPyを利用して用意したデータを分かりやすいグラフなどで表示したい場合に使用します。 データを図表で表示させる場合はmatplotlibを利用することが一般的です。 matplotlib   scikit-learn 特徴 scikit-learnは、Google製の機械学習用のライブラリです。 分類回帰クラスタ分析(ニューラルネットワーク、サポートベクターマシン、ランダムフォレスト、k近傍法など)を手軽に実装できます。   便利な点 これまで紹介した、NumPy、SciPy、Pandas、Matplotlibと簡単に連携することが出来ます。 Anacondaに標準搭載されています。   レベル感 NumPy、SciPy、Pandas、Matplotlibを使ってみた後に、NumPy、SciPy、Pandas、Matplotlibを連携させたい エンジニア向け   利用シーン 分類・回帰・クラスタリング・次元削減等の用途で利用します。 分類 (Classification) とは、ラベルとデータを学習し、学習モデルを利用して、データにラベルを付けることができます。 回帰 (Regression) とは、数値をデータで学習し、学習モデルを利用して、数値を予測することができます。 クラスタリング (Clustering)とは、似ているデータをまとめることを学習し、学習モデルを利用して、同じようなデータ構造を見つける時に利用します。 次元削減 (Dimensionality reduction)とは、 データの次元を削減しデータの可視化、圧縮化を行うことができます。 scikit-learn   TensorFlow 特徴 TensorFlowは、Googleが開発した深層学習（ディープラーニング）を行うオープンソース・ソフトウェアです。   便利な点 公式ページのチュートリアルを利用するだけで次の実装が可能です。 MNIST：手書きの数字を判別する CNN：画像認識を行う Word2Vec：各単語の関係を学習する RNN：文章から次の単語予測する Seq2Seq Model：フランス語を英語に翻訳する   レベル感 これまでに紹介した、機械学習に関するライブラリを一通り学習したエンジニアが、深層学習アルゴリズムを活用する際に利用するレベルです。   利用シーン 例えば顔認識システムによる監視カメラからのデジタル画像を元に顔を識別し、顔の画像が登録されたデータベースと比較することによる識別を行う技術で利用可能です。 これにより、特定の人物を世界中の監視カメラから探し出すことができます。 応用技術として、音声認識技術、被写体の認識、画像検索、リアルタイム翻訳、Web検索最適化などの分野での使用が想定されています。 TensorFlow   今回は、便利なPythonで使えるライブラリを紹介しました。 画像認識やテキスト認識など様々な目的に合ったライブラリが存在するので、ケースに応じて機械学習ライブラリを使ってみてください。   また、オンラインのプログラミングスクールTechAcademyでは、AIオンライン講座を開催しています。 AI（人工知能）の構築に必要な機械学習・ディープラーニングについて実践的に学習することができます。 現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、習得することが可能です。 この記事を監修してくれた方 中本賢吾（なかもとけんご） アジマッチ有限会社　代表取締役社長 開発実績：PHPフレームワークを利用した会員制SNS・ネットショップ構築、AWSや専用サーバー下でLinuxを使用したセキュアな環境構築、人工知能を利用したシステム開発、店舗検索スマホアプリ開発など。 その他にも地域の職業プログラマー育成活動を行い、2018年には小学生がUnityで開発したオリジナルAndroidアプリをGooglePlayでリリース。ゲームで遊ぶより作ろうぜ！を合言葉に、小学生でも起業できる技術力を育成可能で有ることを証明し続けている。
機械学習

PythonでNumPyのarange関数を利用する方法を現役エンジニアが解説【初心者向け】

PythonでNumPyのarange関数を利用する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。   Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まるでしょう。   なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 PythonでNumPyのarange関数を利用する方法について詳しく説明していくね！ 大石ゆかり お願いします！   NumPyとは Numpyとは、Pythonで数値計算をスムーズに行うためのライブラリのことです。 機械学習などにおいては、よく使用されます。 Numpyは以下のようにインポートし、npという名前で扱うのが通例です。 import numpy as np インポートした後は、np.関数名でNumpyの中にある関数を呼ぶことが可能です。   arange関数の使い方 ここでは、実際にNumpyの関数を使っていきます。 NumpyにはndarrayというNumpy特有のデータ型が存在します。 Numpyで配列を扱う際には、ndarrayというデータ型を使用することで、通常のリストよりも高度な配列操作が可能です。   例えば、Numpyの関数であるarange()を使用すると簡単に配列を作成することができるでしょう。 引数の与え方はrange()によく似ており、arange(初期値:終了値:ステップサイズ)で配列を作成できます。   [PR] Pythonで挫折しない学習方法を動画で公開中実際にarange関数を使用したコード書いてみよう ここでは、実際にコードを書いてみましょう。 >>>import numpy as np >>>np.arange(1:10:1) [1,2,3,4,5,6,7,8,9] このようにして、簡単に配列を作成することが可能です。   また、以下のように引数を省略することもできます。 >>>np.arange(10) [1,2,3,4,5,6,7,8,9] 初期値0、ステップサイズ1といった情報を省略する書き方です。 range()と使用方法は同じであるため、難しくないでしょう。   今度は配列のデータ型を確認してみましょう。 組み込み関数のtype()を使えば簡単にデータ型を調べることができます。 >>>print(type(a)) class 'numpy.ndarray' このコードの場合、通常のlistではなくndarrayであることが確認できました。   また、二次元のリストなどを作成したい場合、ndarrayにはこれまた便利なreshapeという関数が備わっているため、それを使用しましょう。 実際にコードを書いていきます。 >>>b = np.arange(10).reshape(5,2) [[0 1] [2 3] [4 5] [6 7] [8 9]] 二次元配列の場合、第一引数が行数、第二引数が列数を表しています。 このようにして、Numpyを使うと二次元のリストも簡単に作成することが可能です。 三次元以上のリストについても同様の形で作成することができます。   最後に、reshapeの特性について見ていきます。 reshape()の引数に-1を与えると、要素数に応じて自動で数値を補完します。 例えば、先述した二次元配列の場合、以下のように書くことも可能です。 c = np.arange(10).reshape(5,-1) [[0 1] [2 3] [4 5] [6 7] [8 9]] 上の例では、要素数が少ないのであまり便利さがわからないかもしれません。 しかし、この機能は要素数が煩雑になってきた場合には、重宝するでしょう。   まとめ この記事ではPythonでNumPyのarange関数を利用する方法について解説しました。 配列を自由自在に使いこなせれば、機械学習などの分野の理解も進みやすくなるため、是非マスターしてみましょう。   執筆してくれたメンター 柴山真沙希（しばやままさき） 大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。 子供から大人まで幅広い層を対象にプログラミングを教えている。 得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。 サッカー観戦や読書が趣味である。   大石ゆかり PythonでNumPyのarange関数を利用する方法がよく分かったので良かったです！ 田島悠介 ゆかりちゃん、これからも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

あなたの目的に合わせて学べるコース

副業したい方

Web制作の力を身につけ
副業までサポート

はじめての副業コース

転職したい方

未経験から16週間で
エンジニアに

エンジニア転職保証コース

スキルアップしたい方

AIも統計解析もできる
Pythonを学ぶ

Pythonコース

※ 経済産業省の第四次産業革命スキル習得認定講座で、厚生労働省指定の専門実践教育訓練給付制度の対象です。条件を満たすことで支払った受講料の最大70％（最大306,460円）が給付金として支給されます。詳しくは エンジニア転職保証コース のページ内の注意事項をご確認ください。

TechAcademyから
現役エンジニアの方へ
お知らせ

テックアカデミーGAIナレッジベース
TechAcademy（テックアカデミー） プログラミング Python Pythonで累積和の問題を解く方法を現役エンジニアが解説【初心者向け】