English العربية Português 日本語

汎用関数 (ufunc)

1. 学習内容

2. 主要な概念

(1) ufuncとは何か

ユニバーサル関数（汎用関数）とは、ndarrayに対して要素単位で演算を行うC言語レベルの関数です。すべての算術演算子は、内部でufuncを呼び出しています。

PYTHON 
import numpy as np

# Operators are ufuncs
print(np.add)        # ufunc 'add'
print(np.multiply)   # ufunc 'multiply'
print(np.sin)        # ufunc 'sin'

# ufunc attributes
print(np.add.nin)    # 2 (number of inputs)
print(np.add.nout)   # 1 (number of outputs)
print(np.add.ntypes)  # number of supported type combinations

(2) ユニバーサル関数 メソッド

PYTHON 
a = np.array([1, 2, 3, 4, 5])

# reduce: apply repeatedly to reduce to single value
print(np.add.reduce(a))     # 15 (sum)
print(np.multiply.reduce(a))  # 120 (product)

# accumulate: running result
print(np.add.accumulate(a))  # [1 3 6 10 15]

# outer: apply to all pairs
print(np.multiply.outer([1, 2, 3], [10, 20, 30]))
# [[10 20 30]
#  [20 40 60]
#  [30 60 90]]
TEXT 
> Output: Run NumPy 2.x in your local Python environment to see the ndarray output. The Piston server does not have NumPy pre-installed — install it locally (`pip install numpy`) and compare. Actual values may vary by NumPy version and random seed.

(1) ▶ サンプル：ユニバーサル関数 の属性（難易度 ⭐）

PYTHON 
import numpy as np

print("add:", np.add)
print("multiply:", np.multiply)
print("sin:", np.sin)

print(f"np.add.nin: {np.add.nin}")
print(f"np.add.nout: {np.add.nout}")
print(f"np.add.ntypes: {np.add.ntypes}")

出力：

TEXT 
add: ユニバーサル関数 'add'
multiply: ユニバーサル関数 'multiply'
sin: ユニバーサル関数 'sin'
np.add.nin: 2
np.add.nout: 1
np.add.ntypes: 22

(2) ▶ サンプル：ユニバーサル関数 reduce と accumulate（難易度 ⭐⭐）

PYTHON 
import numpy as np

a = np.array([1, 2, 3, 4, 5])

# reduce: apply repeatedly to get a single value
print("add.reduce:", np.add.reduce(a))
print("multiply.reduce:", np.multiply.reduce(a))

# accumulate: running result
print("add.accumulate:", np.add.accumulate(a))
print("multiply.accumulate:", np.multiply.accumulate(a))

出力：

TEXT 
add.reduce: 15
multiply.reduce: 120
add.accumulate: [ 1  3  6 10 15]
multiply.accumulate: [  1   2   6  24 120]

(3) ▶ サンプル：ユニバーサル関数 outer（難易度 ⭐⭐）

PYTHON 
import numpy as np

# Outer product: multiply every pair
x = np.array([1, 2, 3])
y = np.array([10, 20, 30, 40])
print("outer:\n", np.multiply.outer(x, y))

# Comparison outer
a = np.array([1, 3, 5])
b = np.array([2, 4, 6])
print("greater.outer:\n", np.greater.outer(a, b))

出力：

TEXT 
外側：
 [[ 10  20  30  40]
 [ 20  40  60  80]
 [ 30  60  90 120]]
greater.outer:
 [[False False False]
 [ 真 偽 偽]
 [ True  True False]]
Q ufuncと通常の関数の違いは何ですか？
A ufuncは要素単位で処理を行い、ブロードキャスト、型昇格、出力バッファリングを自動的に処理します。C言語で実装されているため、Pythonの関数よりもはるかに高速です。
Q カスタム ユニバーサル関数 を作成するにはどうすればよいですか？
A np.frompyfunc(func, nin, nout) を使用して Python 関数をラップします。これにより生成される ユニバーサル関数 はブロードキャスティングに対応しますが、依然として Python レベルでの処理となるため、パフォーマンスには限界があります。
Q reduceat とは何ですか？
A np.add.reduceat(a, indices) は、特定のスライスに対して reduce を適用します。セグメントごとの合計やグループ化された演算に役立ちます。

❓ よくある質問

Q 最も重要なポイントは何か？
A NumPyの演算はベクトル化されているため、パフォーマンスを向上させるにはPythonのループは避けるべきだ。
Q さらに詳しく知りたい場合はどうすればよいですか？
A 詳細なリファレンスや高度なトピックについては、numpy.org の NumPy 公式ドキュメントをご覧ください。
Q これはNumPy 2.xでも動作しますか？
A はい。すべての例はNumPy 2.xと互換性があります。一部の古いAPI（np.random.seedなど）は引き続きサポートされていますが、最新の代替APIの使用をお勧めします。

📖 まとめ

📝 練習問題

  1. 初心者向け（難易度 ⭐）：np.add の属性（nin、nout、ntypes、types）を挙げてください。それぞれの意味を説明してください。

  2. 中級（難易度 ⭐⭐）：np.add.reduce を使って配列の和を求め、np.add.accumulate を使って累積和を計算し、np.multiply.outer を使って九九表を作成してください。

  3. 上級（難易度 ⭐⭐⭐）：np.frompyfunc を使用して、2つの数値のうち大きい方を返すカスタム ユニバーサル関数 を作成します。これを2つの配列に適用し、np.maximum と比較してください。

Web-Tutorial.com

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

100%