【Python応用】NumPyで連番を作成する方法-arange関数-

ここでは、NumPyにおける連番の作成方法(arange関数)について解説しています。最後にNumPyで主に利用されるデータ型dtype一覧をまとめています。

この記事の対象

INDEX

np.arange()関数の基本的な型

import numpy as np

result = np.arange(start, stop, step)

「np.arange()」関数は、指定した範囲内の連続した数値を生成できます。「start」は数列の開始値。「stop」は数列の終了値(この値は含まれない)。「step」は数列の間隔を指定、デフォルトは1。

import numpy as np

result = np.arange(10)
print(result)

上記は0~9までの整数値を生成するプログラムになります。

[0 1 2 3 4 5 6 7 8 9]

import numpy as np

result = np.arange(2, 11, 2)
print(result)

上記は2~10までの偶数を生成するプログラムになります。

[ 2  4  6  8 10]

import numpy as np

result = np.arange(0, 1.1, 0.1)
print(result)

上記は浮動小数点数を生成するプログラムになります。0~1までを0.1刻みで生成しています。

[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. ]

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 2 * np.pi, 0.01)
y = np.sin(x)

plt.plot(x, y)
plt.show()

上記は0から2πまでの範囲で0.01刻みで値を生成し、sin関数のグラフを描画するプログラムです。

import numpy as np

np_ara = np.arange(10, dtype=np.uint64)
print(np_ara)

上記は、「dtype」を指定してデータを作成しています。10個の連番をuint64というデータ型で作成するという意味になります。

[0 1 2 3 4 5 6 7 8 9]

0～9の10個の連番が作成できたことが確認できました。

例えば、データ型を「float16」とすると結果は以下になります。

[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]

小数点が加わっていることが分かります。

実際の計算ではデータ型には注意が必要だということが分かると思います。

NumPyで使用される主なデータ型dtypeを一覧にしました。

項目	内容
int8	符号あり8ビット整数型
int16	符号あり16ビット整数型
int32	符号あり32ビット整数型
int64	符号あり64ビット整数型
uint8	符号なし8ビット整数型
uint16	符号なし16ビット整数型
uint32	符号なし32ビット整数型
uint64	符号なし64ビット整数型
float16	半精度浮動小数点型（符号部1ビット、指数部5ビット、仮数部10ビット）
float32	単精度浮動小数点型（符号部1ビット、指数部8ビット、仮数部23ビット）
float64	倍精度浮動小数点型（符号部1ビット、指数部11ビット、仮数部52ビット）
float128	四倍精度浮動小数点型（符号部1ビット、指数部15ビット、仮数部112ビット）
complex64	複素数（実部・虚部がそれぞれfloat32）
complex128	複素数（実部・虚部がそれぞれfloat64）
complex256	複素数（実部・虚部がそれぞれfloat64）
bool	ブール型
unicode	Unicode文字列