公開日：2019-08-15
最終更新日：2019-08-26
最終更新日：2019-08-26
np02-0：準備
次のコードを実行しよう．
|
1 2 3 4 5 |
>>> import numpy as np >>> >>> alice = np.array([5, 3, 4, 4, 5]) >>> bob = np.array([3, 1, 2, 3, 3]) >>> R = np.array([alice, bob]) |
np02-1：ベクトルの差
aliceとbobの各評価値の差を求めよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | 算術演算を使う． |
np02-2：ベクトルの差の二乗
aliceとbobの各評価値の差の二乗を求めよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | 算術演算を使う． |
np02-3：ベクトルの各要素の判定
aliceの各評価値が4以上であるか否かを判定しよう．4以上であればTrueをそうでなければFalseをndarrayとして取得する．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | 比較演算子を使う． |
np02-4：ベクトルの内積
aliceとbobの内積を求めよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | @演算子またはnumpy.dot()関数を使う． |
np02-5：ベクトルの要素の総和
aliceの評価値の総和を取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | ndarray.sum()メソッドを使う． |
np02-6：ベクトルの要素の最大値
aliceの最高評価値を取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | ndarray.max()メソッドを使う． |
np02-7：ベクトルの要素の最小値
aliceの最低評価値を取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | ndarray.min()メソッドを使う． |
np02-8：行列の要素の総和（行方向）
Rを基にaliceとbobのそれぞれの評価値の総和をndarrayとして取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | ndarray.sum()メソッドを使う． |
| 2 | axisパラメタを指定する． |
np02-9：行列の要素の平均（列方向）
Rを基にアイテムごとの評価値の平均をndarrayとして取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | ndarray.mean()メソッドを使う． |
| 2 | axisパラメタを指定する． |
np02-10：ユニバーサル関数（各要素の二乗）
aliceの各評価値の二乗をndarrayとして取得しよう．
難易度：★
| ミッション | 説明 |
|---|---|
| 1 | numpy.square()関数を使う． |