はじめに
データサイエンスの世界では、膨大なデータを効率よく扱うためのツールが欠かせません。
その中でも、Pythonライブラリの「NumPy（ナンパイ）」は、データ処理の基礎を支える重要な存在です。
本記事では、NumPyの基本から応用までをわかりやすく解説し、データサイエンスにどう活かせるかをご紹介します。
NumPyとは？
NumPy（Numerical Python）はPythonで数値計算を行うためのライブラリで、以下のような特徴があります。
- 高速な多次元配列（ndarray）を扱える
- ベクトル・行列演算が簡単にできる
- 統計処理や線形代数などの関数が豊富
- 他のライブラリ（Pandas, Scikit-learn, TensorFlowなど）と連携しやすい
NumPyの基本操作
まずはNumPyの基本的な使い方です。
import numpy as np
# 配列の作成
a = np.array([1, 2, 3])
b = np.array([[1, 2], [3, 4]])
# 配列の演算
c = a * 2
# c = [2, 4, 6]
d = b + 3
# d = [[4, 5], [6, 7]]
# 統計処理
mean = np.mean(a)
# mean（平均値） 2.0
std = np.std(b)
# std（標準偏差） 1.118033988749895
NumPyの配列はPythonのリストよりも高速かつメモリ効率が良いため、大量のデータを扱う際に非常に便利です。
データサイエンスでの活用例
1. データの前処理
NumPyは欠損値の処理、正規化、標準化などの前処理に活用できます。
# 標準化
data = np.array([10, 20, 30])
standardized = (data - np.mean(data)) / np.std(data)
# standardized : [-1.22474487, 0.0, 1.22474487]
※データの標準化とは、データの平均を0、標準偏差を1に変換することで、異なるスケールのデータであっても同じ基準で取り扱えるようにすることです！
2. ベクトル化による高速処理
ループを使わずにベクトル演算を行うことで、処理速度を大幅に向上させられます。
# ループなしで10万件の数列に対して要素ごとの計算
x = np.arange(100000)
y = x * 2
3. 線形代数の応用
NumPyは行列の積、逆行列、固有値などの計算も簡単に行えます。
A = np.array([[1, 2], [3, 4]])
# 逆行列
inv_A = np.linalg.inv(A) # inv_A（逆行列） [[-2, 1], [ 1.5, -0.5]]
# 固有値
eigvals, eigvecs = np.linalg.eig(A)
# eigvals（固有値） [-0.37228132, 5.37228132]
# eigvecs（固有ベクトル） [[-0.82456484,-0.41597356], [0.56576746, -0.90937671]]
他ライブラリとの連携
NumPyはpandasと組み合わせて使うことで、表形式のデータ処理がより柔軟になります。
また、機械学習ライブラリ（scikit-learnやTensorFlow）でも内部的にNumPy配列が使われているため、基礎を理解しておくと応用が効きます。
まとめ
NumPyはデータサイエンスの基礎を支える強力なライブラリです。
配列操作や統計処理、線形代数など、あらゆる場面で活躍します。
これからデータサイエンスを学ぶ方は、まずNumPyをしっかり使いこなせるようになりましょう！
