本文へスキップ
BecomeCoder

Pythonデータ分析コース · 第1章 データ分析をはじめる · レッスン2

数値をまとめて扱う ― 最初の配列

ブラウザで完結

導入

データ分析では、1個の数ではなく「たくさんの数のまとまり」を一気に扱います。numpy の**配列(array)**がその入れ物です。

説明

np.array() にリストを渡すと配列ができます。配列は、全体にまとめて計算できるのが特徴です。

import numpy as np

scores = np.array([80, 95, 70, 60, 88])
print("点数:", scores)
print("平均:", scores.mean())
print("最高:", scores.max())
print("最低:", scores.min())

ふつうの Python のリストなら、平均を出すのに合計÷個数を自分で書く必要があります。numpy なら .mean() を呼ぶだけ。データ分析でよく使う集計が、最初から道具として揃っています。

配列そのものに計算をかけると、全要素にまとめて適用されます。

import numpy as np

scores = np.array([80, 95, 70, 60, 88])
print(scores + 5)   # 全員に5点加算
print(scores / 100) # 全員を100点満点の割合に

やってみよう

scores + 5 が全要素に足し算されることを確かめましょう。scores * 2 にすると、どうなるでしょうか。

演習

気温のデータ np.array([22, 25, 19, 30, 28]) を作り、その平均print で表示してください。

ヒント1を見る

temps = np.array([22, 25, 19, 30, 28]) として print(temps.mean())

実際に動かしてみよう

下のエディタにPythonを書いて「実行」を押すと、numpy・pandas・matplotlib が使える本物のPython(Pyodide)で出力とグラフが表示されます。初回だけ読み込みに少し時間がかかります。本文の例をそのまま試したり、書き換えたりしてみましょう(グラフ内の文字は日本語だと表示が崩れるため英字で書きます)。

Python — ライブラリ付きで実行(Pyodide)

numpy / pandas / matplotlib が使える本物のPython(Pyodide)を読み込みます。初回のみ読み込みに少し時間がかかります(以降はブラウザにキャッシュされます)。
スクロールして表示された時点でも自動で読み込まれます。