NumPy入門

1. NumPy配列の作成と基本情報

NumPy（import numpy as np）はPythonの数値計算の基盤ライブラリです。 Pythonの標準リストは汎用的ですが、10万件の数値の平均を求めるような大量計算では低速です。 NumPy の ndarray（多次元配列）は同じ型のデータをメモリ上に連続して格納するため、 ループ不要で高速な一括演算が可能になります。

配列を作ったら、まず3つの属性で構造を確認する習慣をつけましょう。 .shape は「各次元の要素数」（例: (4, 3) = 4行×3列）、 .dtype は「データ型」（例: int64、float64）、 .ndim は「次元数」（1次元=ベクトル、2次元=行列、3次元=テンソル）です。 PyTorchの Tensor も全く同じ属性を持ちます。

# Python リスト（遅い・冗長）
data = [1, 2, 3, 4, 5]
result = [x * 2 for x in data]   # ループが必要

# NumPy 配列（高速・簡潔）
data = np.array([1, 2, 3, 4, 5])
result = data * 2                 # 全要素に一括適用

2. ブロードキャスト演算

NumPy 配列に対して算術演算を行うと、要素ごとに一括処理されます（ブロードキャスト）。 Python の for ループを書かずに済み、コードが簡潔になるだけでなく、 内部では C 言語レベルで最適化されているため非常に高速です。

スカラー値（単一の数値）と配列を演算すると、そのスカラー値が全要素に適用されます。 例えば glucose / 18.016 なら、配列の全要素を 18.016 で割った新しい配列が返ります。 同じ shape の配列同士を演算すると、対応する位置の要素同士が計算されます（要素積）。

また、glucose > 120 のような比較演算は True/False の配列（ブール配列）を返します。 これをインデックスとして使うことで、条件を満たす要素だけを抽出できます。

3. スライスとインデックスアクセス

1次元配列はリストと同じ a[start:stop:step] でスライスできます。 2次元配列は a[行, 列] でアクセスします。 a[:, 0] は「全行の0列目」（列方向の抽出）、 a[1, :] または a[1] は「1行目の全列」（行方向の抽出）です。

ブール配列をインデックスとして使う条件インデックスも重要です。 vitals[low_spo2_mask] のように書くと、 条件が True の行だけをまとめて取り出せます。 大規模データから特定の患者グループを抽出する際によく使うパターンです。

mask = np.array([True, False, True, False])
np.where(mask)        # → (array([0, 2]),)  ← タプルで返る
np.where(mask)[0]     # → array([0, 2])     ← インデックスの配列
# 「0番目と2番目が True」という意味

4. reshape と行列演算

reshape() は配列の形状を変える操作です。要素の総数が同じなら自由に変換できます。 例えば 28×28 ピクセルの画像（784要素）をAIモデルに渡すには、 reshape(784) または reshape(-1) で1次元ベクトルに変換します。 -1 は「残りの要素数から自動計算」を意味します。

@ 演算子（または np.dot()）は行列積を計算します。 *（アスタリスク）が要素ごとの積（element-wise）なのに対し、 @ は線形代数の行列積です。 ニューラルネットワークには全結合層（Linear 層）という層があります。 これはAIが入力データを次の層へ変換する基本的な計算単位で、 その中身は「入力 @ 重み + バイアス」という行列積そのものです。 今は「AIの計算の根本は行列積でできている」とだけ覚えておけばOKです。

# NumPy（このレッスン）
output = X @ W + b

# PyTorch（AI資格コース等で登場）
linear = nn.Linear(in_features=3, out_features=2)
output = linear(X_tensor)  # 内部で同じ行列積が走る

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

A * B   # 要素ごとの積 → [[1*5, 2*6], [3*7, 4*8]] = [[ 5,12],[21,32]]
A @ B   # 行列積      → [[1*5+2*7, 1*6+2*8], ...] = [[19,22],[43,50]]

5. 練習問題

import numpy as np

wbc_data = [4200, 7800, 11500, 3200, 5600, 9200, 6800, 2900, 8100, 4500]
wbc = np.array(wbc_data, dtype=float)

print(f"平均:     {wbc.mean():.0f} /μL")
print(f"標準偏差: {wbc.std():.0f} /μL")
print(f"最大:     {wbc.max():.0f} /μL")
print(f"最小:     {wbc.min():.0f} /μL")

abnormal = ((wbc < 3500) | (wbc > 9000)).sum()
print(f"基準外:   {abnormal}件")
# → 平均: 6400 /μL / 基準外: 4件

import numpy as np

data = np.array([
    [98, 75, 120, 95],    # P001
    [94, 110, 145, 180],  # P002
    [97, 82, 130, 110],   # P003
    [99, 68, 118, 88],    # P004
])

spo2_col = data[:, 0]
print(f"全患者のSpO2: {spo2_col}")
# → 全患者のSpO2: [98 94 97 99]

p002 = data[1]
print(f"P002の検査値: {p002}")
# → P002の検査値: [ 94 110 145 180]

import numpy as np

glucose = np.array([95.0, 120.0, 98.0, 145.0, 110.0, 88.0, 135.0, 102.0])

normalized = (glucose - glucose.min()) / (glucose.max() - glucose.min())

print(f"元のデータ:  {glucose}")
print(f"正規化後:    {normalized.round(3)}")
print(f"最小値確認:  {normalized.min():.3f} (0になるはず)")
print(f"最大値確認:  {normalized.max():.3f} (1になるはず)")
# → 最小値確認: 0.000 / 最大値確認: 1.000

まとめ

自由に試してみましょう：