SymPyはPythonの数式処理ライブラリであり、数式の展開、簡略化、微積分、方程式の解法、グラフ描画などを行うことができます。本記事ではSymPyの基本的な機能について紹介します。
SymPyのインストール方法
SymPyはpipを使って簡単にインストールすることができます。以下のコマンドを実行してください。
pip install sympy
SymPyを用いた数式処理の基本的な使い方
SymPyを用いた数式処理では、まずは数式をシンボルとして定義する必要があります。以下のように、Symbol関数を使ってx, yといったシンボルを定義します。
from sympy import Symbol
x = Symbol('x')
y = Symbol('y')
定義したシンボルを使って数式を定義することができます。以下の例は、x + yという数式を定義する例です。
expr = x + y
SymPyには、数式を簡略化するためのsimplify関数が用意されています。以下の例は、x + xy + xy**2を簡略化する例です。
from sympy import simplify
expr = x + x*y + x*y**2
simplified_expr = simplify(expr)
SymPyには、数式を展開するためのexpand関数も用意されています。以下の例は、(x + y)^2を展開する例です。
from sympy import expand
expr = (x + y)**2
expanded_expr = expand(expr)
SymPyには、微積分を行うための関数も用意されています。以下の例は、x^2の微分を求める例です。
from sympy import diff
expr = x**2
diff_expr = diff(expr, x)
SymPyには、方程式を解くためのsolve関数も用意されています。以下の例は、x^2 - 1 = 0を解く例です。
from sympy import solve
expr = x**2 - 1
solutions = solve(expr, x)
SymPyには、グラフを描画するためのplot関数も用意されています。以下の例は、sin(x)のグラフを描画する例です。
from sympy.plotting import plot
expr = sin(x)
plot(expr, (x, -5, 5))
以上が、SymPyを用いた数式処理の基本的な使い方です。SymPyは非常に多くの機能を持っているので、詳細な使い方については公式ドキュメントを 参照してください。
PythonのPandasライブラリを使ったデータ処理
PandasはPythonのデータ処理ライブラリであり、表形式のデータを取り扱うことができます。本記事ではPandasの基本的な機能について紹介します。
Pandasのインストール方法
Pandasはpipを使って簡単にインストールすることができます。以下のコマンドを実行してください。
pip install pandas
Pandasを用いたデータ処理の基本的な使い方
Pandasでは、表形式のデータをDataFrameというオブジェクトとして扱います。以下の例は、DataFrameを作成する例です。
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [25, 30, 35, 40],
'sex': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
DataFrameを作成したら、以下のようにしてデータの表示や処理を行うことができます。
# データの表示
print(df)
# 列名の表示
print(df.columns)
# 特定の列のデータの表示
print(df['name'])
# 条件に合う行の抽出
print(df[df['age'] > 30])
# データの集計
print(df.groupby('sex').mean())
Pandasには、データの読み込みや書き出しを行うための関数も用意されています。以下の例は、CSVファイルからデータを読み込む例です。
df = pd.read_csv('data.csv')
以上が、Pandasを用いたデータ処理の基本的な使い方です。Pandasは非常に多くの機能を持っているので、詳細な使い方については公式ドキュメントを参照してください。