Pythonのscipyライブラリの使い方を現役エンジニアが解説【初心者向け】
初心者向けにPythonのscipyライブラリの使い方について現役エンジニアが解説しています。scipyライブラリは、Pythonの科学技術計算ライブラリで、積分、指数計算、対数計算、三角関数の計算、合計値や平均値、分散や標準偏差などを求めることができるでしょう。
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のscipyライブラリの使い方について、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。
今回は、Pythonに関する内容だね!
どういう内容でしょうか?
Pythonのscipyライブラリの使い方について詳しく説明していくね!
お願いします!
scipyライブラリとは
scipyライブラリとは、Pythonの科学技術計算ライブラリのことです。
scipyライブラリは、Pythonで配列や行列の演算などを扱うときに用いられるnumpyライブラリを内包しているため、統計などの高度な数学的計算を簡単に実行することができます。
scipyライブラリでできること
scipyライブラリでは、以下のようなことが可能です。
高校数学
- 積分する
- 三角関数の計算をする
- 指数を計算する
- 対数を計算する
統計学
- 合計値を求める
- 平均値を求める
- 分散を求める
- 標準偏差を求める
実際にコードで表してみよう
以下がコード例となります。
高校数学
積分する
from scipy.integrate import quad import numpy as np def function(x): return x**2 +3*x x = np.arange(-5,5,0.1) I, _ = quad(function, 0, 3) print(I)
三角関数のグラフを描く
※sin, cosの計算をします
import scipy as sp import numpy as np import matplotlib.pyplot as plt %matplotlib inline x = np.arange(0,10,0.01) y1 = sp.sin(x) y2 = sp.cos(x) plt.xlabel("x") plt.ylabel("y") plt.title("y=sin(x) & y=cos(x)") plt.plot(x,y1, label="sin") plt.plot(x, y2, label="cos") plt.legend() plt.show()
指数関数のグラフを描く
※以降importは省略します。
x = np.arange(-5,5,0.1) y = sp.exp(x) plt.xlabel("x") plt.ylabel("y") plt.title("y=exp(x)") plt.plot(x,y) plt.legend() plt.show()
対数関数のグラフを描く
x = np.arange(0.1,5,0.1) y = sp.log(x) plt.xlabel("x") plt.ylabel("y") plt.title("y=log(x)") plt.plot(x,y) plt.legend() plt.show()
統計学
合計値を求める
data=[0,1,2,3,4,5,6,7,8,9] sp.sum(data)
平均値を求める
data=[0,1,2,3,4,5,6,7,8,9] sp.mean(data)
分散を求める
data=[0,1,2,3,4,5,6,7,8,9] sp.var(data, ddof = 0)
標準偏差を求める
data=[0,1,2,3,4,5,6,7,8,9] sp.std(data, ddof = 0)
このように、Pythonでグラフを書くためのライブラリであるmatplotlibと組み合わせて用いることで、高度な数学のグラフも簡単に描くことが可能です。
まとめ
この記事では、scipyライブラリについて簡単に紹介しました。
scipyを使いこなせるようになると、高度な数学的計算を一瞬で片付けることが可能です。
scipyでできることは非常に多いことから、興味のある方は色々と調べてみましょう。
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。 |
Pythonのscipyライブラリの使い方がよく分かったので良かったです!
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!
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、参加してみてください。