【Python】SciPyとは?SciPyの基本的な使い方を紹介

2024年4月7日2024年10月17日

URLをコピーしました！

今回はデータ分析の分野で頻出するSciPyについて紹介します。

SciPy(サイパイ)とは

SciPyは、科学技術計算を行うためのPythonのライブラリです。

最適化、線形代数、微分積分、統計学などの様々な分野で使用されます。

NumPyなど他のライブラリと合わせて使用することが多いです。

SciPyの公式サイトはこちらです。

SciPyのインストール

はじめてSciPyを使用する方は、インストールが必要です。

SciPyのインストールには、pipを使用します。

コマンドラインで以下コマンドを実行します。

python -m pip install scipy

SciPyのインポート

SciPyをコードで使用するには、以下のようにインポートする必要があります。

SciPyは多くのモジュールで構成されているので、メモリの使用量を抑えるため、

モジュールごとインポートするのが一般的です。

以下は、統計のモジュールstatsをインポートする例です。

from scipy import stats

SciPyの主要機能と使用方法

SciPyの主要機能と使用方法を簡単に紹介します。

SciPyの主要機能は以下の通りです。

微分積分
線形代数
統計

それぞれの機能に対し、使用方法を説明していきます。

積分を計算するには、scipy.integrateモジュールのquad関数を使用します。

quad関数は、積分の結果と推定誤差の2つの値を返します。

微分積分

SciPyを使用して、微分積分を簡単に計算できます。

定積分\(\int_{0}^{1} 2x dx\) を例に計算してみます。

積分を計算するには、scipy.integrateモジュールのquad関数を使用します。

quad関数は、積分の結果と推定誤差の2つの値を返します。

from scipy.integrate import quad

# 積分したい関数を定義
def integrand(x):
    return 2*x

# 0から1までの範囲で関数を積分
result, error = quad(integrand, 0, 1)

print("積分結果:", result)
print("推定誤差:", error)

実行結果

積分結果: 1.0
推定誤差: 1.1102230246251565e-14

線形代数

SciPyを使用して、線形代数を計算できます。

行列\( \left( \begin{array}{rr} 1 & 2 \\ 3 & 4 \end{array} \right) \) の逆行列を計算してみます。

SciPyで逆行列を計算するには、scipy.linargモジュールのinv関数を使用します。

import numpy as np
from scipy.linalg import inv

# 行列Aを定義
A = np.array([[1, 2], [3, 4]])

# 行列Aの逆行列を計算
A_inv = inv(A)

print("逆行列:")
print(A_inv)

実行結果

逆行列:
[[-2. 1. ]
[ 1.5 -0.5]]

統計

最後にSciPyを使用し、統計の計算していきます。

レストランのお会計額に対し、記述統計を計算してみます。

SciPyで記述統計を計算するには、scipy.statsモジュールのdescribe関数を使用します。

import seaborn as sns
from scipy import stats

# データ準備
data = sns.load_dataset('tips')

# 記述統計の計算
description = stats.describe(data['total_bill'])
print(description)

実行結果

DescribeResult(nobs=244, minmax=(3.07, 50.81), mean=19.78594262295082, variance=79.25293861397827, skewness=1.1262346334818638, kurtosis=1.1691681323851366)