numpy sumの基本的な使い方
sum関数の基本的な使い方
numpyのsum関数は、配列の要素を合計するために使用します。以下はsum関数の基本的な使い方です。
import numpy as np
# 1次元配列の場合
a = np.array([1, 2, 3])
print(np.sum(a)) # 6
# 2次元配列の場合
b = np.array([[1, 2], [3, 4]])
print(np.sum(b)) # 10
sum関数の引数
sum関数には以下の引数があります。
axis
多次元配列の場合、axis引数に指定した方向に合計を行います。axisは整数または整数のタプルで指定します。以下はaxis引数を使用する例です。
c = np.array([[1, 2], [3, 4]])
print(np.sum(c, axis=0)) # [4 6]
print(np.sum(c, axis=1)) # [3 7]
dtype
計算結果のデータ型を指定します。デフォルトはfloat64です。
keepdims
Trueを指定すると、次元数を保持して結果を返します。
返り値の形状
sum関数を使用した場合、返り値の形状は以下のようになります。
- 1次元配列の場合
- axisを指定しない場合: スカラー値
- axisを指定する場合: 1次元配列
- 多次元配列の場合
- axisを指定しない場合: スカラー値
- axisを指定する場合: 指定した方向の要素が一つになった配列
numpy sumの応用的な使い方
様々な軸(axis)に沿った計算
多次元配列において、様々な軸(axis)に沿った計算ができます。
b = np.array([[1, 2], [3, 4]])
# axis=0方向に合計する
print(np.sum(b, axis=0)) # [4 6]
# axis=1方向に合計する
print(np.sum(b, axis=1)) # [3 7]
欠損値の処理
sum関数は欠損値を無視して計算を行います。以下は欠損値を含む配列の合計の例です。
c = np.array([1, 2, np.nan, 4])
print(np.sum(c)) # nan
print(np.nansum(c)) # 7.0
numpy sumを使用した例題
例題1: 与えられた配列の最大値を計算するプログラムを作成してください。
以下は例題1の解答例です。
a = np.array([1, 2, 3])
print(np.max(a)) # 3
例題2: 与えられた2次元配列の、各要素の合計を出力するプログラムを作成してください。
以下は例題2の解答例です。
b = np.array([[1, 2], [3, 4]])
print(np.sum(b)) # 10
注意点やトラブルシューティング
sum関数のエラー時の対処法
sum関数でエラーが発生した場合は、以下のように原因を特定して修正する必要があります。
- axis引数の指定方法に誤りがある場合は、axis引数を再度確認して修正する
- 計算対象となる配列の形状が誤っている場合は、reshapeやtransposeなどを使用して形状を修正する
- dtype引数の指定方法に誤りがある場合は、dtype引数を再度確認して修正する
sum関数を使用する上での注意点
以下の点に注意してsum関数を使用する必要があります。
- axis引数を指定する場合は、指定した方向の軸が残ることに注意する
- numpyのsum関数は欠損値を無視して計算するため、計算対象となる配列に欠損値が含まれている場合は、nansum関数を使用する
結論
numpyのsum関数は、配列の要素を合計する際に使用します。多次元配列においては、axis引数を指定することで指定した方向に合計を行うことができます。欠損値を無視して計算するため、計算対象となる配列に欠損値が含まれている場合は、nansum関数を使用することが重要です。さらに、sum関数を使用する上で発生するエラーに対処するためには指定方法に誤りがないかを確認し、必要に応じて形状を修正することが必要です。
コメント