NumpyのTIPS

• Numpyの主要な数学関数一覧

• 統計処理のインスタンスメソッド一覧（dataがインスタンスの場合）

dataがPandasのSeriesやNumpyのndarrayの場合

median、skew、kurtosisは、PandasのSeriesのみで利用可能

• Numpyの統計処理（欠損処理あり）

dataがPandasのSeriesやNumpyのndarrayの場合

data.nanmean()のようには使用できない

オブジェクトがスカラーか判定する

np.isscalar(var)

数値、文字列、bool値はTrue、リスト、タプル、ndarrayなどはFalse
＊

numpy.isscalar

参照
＊数であることを判定したい場合には、以下のようにisinstanceを使う

import numbers
isinstance(x, numbers.Number)

• Numpyのデータ型一覧

dtype=np.'型コード'

• Numpyバイナリデータ読み書きの書式一覧

読み込む場合：d = np.fromfile('ファイル名', dtype='コード')

書き出す場合：np.array(d).astype('コード').tofile('ファイル名')

単精度浮動小数点型のコードはf4をfと省略可能

• 配列ndarrayの作成（既存のデータから）
  入力データvarはlistなど

  np.array(var)
  

• 配列ndarrayの作成（作成後に形状変更）
  入力データvarの要素数が6で(3, 2)の2次元配列にする場合

  np.array(var).reshape(3, 2)
  

• 配列ndarrayの作成（定数）
  配列全部を同じ値に初期化する

  a = np.zeros((ndim, kdim, jdim, idim)) # 全ての要素が0
  b = np.ones((ndim, kdim, jdim, idim)) # 全ての要素が1
  c = np.ones((ndim, kdim, jdim, idim)) * 10.0 # 全ての要素が10
  d = np.zeros((ndim, kdim, jdim, idim), dtype=np.int32) # 全ての要素が0、整数型を指定
  

  idim：経度方向のグリッド数、jdim：緯度方向のグリッド数、kdim：高度方向のグリッド数、ndim：時間方向のグリッド数

  Numpyで利用可能な型はNumpyのデータ型一覧参照

• 条件を満たす要素の置換
  負の値を0に置換

  var[var <= 0] = 0

• 条件が真と偽で置換する値を変える
  負の値なら-1、正の値なら0に置換する

  var = np.where(var <= 0, -1, 0)

• 配列の転置
  varが２次元の行列の場合、次のいずれでも可能

  var = var.T
  var = np.transpose(var)
  

• 配列の成分入れ替え
  配列varの成分を3、0、2、1の順に入れ替える

  var = var.transpose(3, 0, 2, 1)
  

• 内積
  配列x、yの内積を計算する

  np.dot(x, y)
  

Numpyの機能で演算できる場合は、極力そちらを使う。

• 経度、緯度方向のループを回す場合
  itertoolsを使うと高速化できる

  import itertools
  i_list = np.arange(idim)
  j_list = np.arange(jdim)
  for ij in itertools.product(i_list, j_list):
      i = ij[0]
      j = ij[1]
      処理