はじめに

機械学習の勉強を始めたVBAユーザです。
備忘録としてPython・Rの文法をVBAと比較しながらまとめていきたいと思います。

行列

今回は、機械学習には不可欠な行列の計算についてです。

行列の作成

mxn行列

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}

Python
Pythonでは、数値計算ライブラリNumPyを使います（import numpy）。Numpyはよくnpと略して書かれます（import numpy as np）。Numpyの2次元配列として行列を使用します。

Python3

importnumpyasnpA=np.array(range(1,12+1))print(A)# [ 1  2  3  4  5  6  7  8  9 10 11 12]
A=np.array(range(1,12+1)).reshape(3,4)A=np.array(range(1,12+1)).reshape(3,-1)A=np.array(range(1,12+1)).reshape(-1,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
A=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])A=np.array([np.array(range(1,4+1)),np.array(range(5,8+1)),np.array(range(9,12+1))])A=np.array([np.array(range(1,4+1)),np.array(range(1,4+1))+4,np.array(range(1,4+1))+8])print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]

A<-matrix(c(1,2,3,4,5,6,7,8,9,10,11,12),3,4,byrow=TRUE)A<-matrix(1:12,nrow=3,ncol=4,byrow=TRUE)A<-matrix(1:12,nr=3,nc=4,b=T)A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12A<-rbind(c(1,2,3,4),c(5,6,7,8),c(9,10,11,12))A<-rbind(1:4,5:8,9:12)A<-rbind(1:4,1:4+4,1:4+8)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12A<-cbind(c(1,5,9),c(2,6,10),c(3,7,11),c(4,8,12))A<-cbind(c(1,5,9),c(1,5,9)+1,c(1,5,9)+2,c(1,5,9)+3)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12

VBA
VBAでは、例えばExcelのワークシートのB3:E5セル範囲に行列 A が入力されているときは次のようにして配列Aに値を取り込めます。このとき、配列Aは2次元で、インデックスは 1 から 3 と 1 から 4 となります。

VBA

Dim A As Variant
A = Range("B3:E5").Value

単位行列

I_3 = \begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{pmatrix}

Python

Python3

print(np.eye(3))# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

eyeはおそらく単位行列 $I$ （アイ）のこと。

diag(3)diag(1,3)diag(1,3,3)#      [,1] [,2] [,3]# [1,]    1    0    0# [2,]    0    1    0# [3,]    0    0    1

VBA
VBAでは、WorksheetFunction（Excelのワークシート関数）の Munitを使えます。

VBA

Dim Eye3 As Variant
Eye3 = WorksheetFunction.Munit(3)

ゼロ行列

O = \begin{pmatrix}
0 & 0 & 0 & 0 \\
0 & 0 & 0 & 0 \\
0 & 0 & 0 & 0
\end{pmatrix}

Python

Python3

print(np.zeros((3,4)))# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

matrix(0,3,4)diag(0,3,4)#      [,1] [,2] [,3] [,4]# [1,]    0    0    0    0# [2,]    0    0    0    0# [3,]    0    0    0    0diag(0,3)#      [,1] [,2] [,3]# [1,]    0    0    0# [2,]    0    0    0# [3,]    0    0    0

VBA

VBA

対角行列

D = \begin{pmatrix}
1 & 0 & 0 \\
0 & 2 & 0 \\
0 & 0 & 3
\end{pmatrix}

Python

Python3

print(np.diag([1,2,3]))# [[1 0 0]
#  [0 2 0]
#  [0 0 3]]

diag(c(1,2,3))#      [,1] [,2] [,3]# [1,]    1    0    0# [2,]    0    2    0# [3,]    0    0    3

VBA

VBA

その他

Python
Pythonではこういう行列を作る関数もあります。

Python3

print(np.ones((3,4)))# [[1. 1. 1. 1.]
#  [1. 1. 1. 1.]
#  [1. 1. 1. 1.]]
print(np.full((3,4),5))# [[5 5 5 5]
#  [5 5 5 5]
#  [5 5 5 5]]

行列の属性

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}

Python

Python3

A=np.array(range(1,12+1)).reshape(3,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
print(A.shape)# (行数,列数)
# (3, 4)
print(len(A))print(A.shape[0])# 行数
# 3
print(A.shape[1])# 列数
# 4
print(A.ndim)# 次元（行列は2次元）
# 2
print(type(A))# <class 'numpy.ndarray'>
print(A.dtype)# int32

A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12nrow(A)# 行数# 3ncol(A)# 列数# 4dim(A)# 行数, 列数# 3 4class(A)# "matrix"typeof(A)# "integer"

VBA
例えばExcelのワークシートのB3:E5セル範囲に行列 A が入力されているとします。
配列Aは2次元で、インデックスは 1 から 3 と 1 から 4 となります。

VBA

Dim A As Variant
A = Range("B3:E5").Value
' 行列の行数
Debug.Print LBound(A, 1), UBound(A, 1), UBound(A, 1) - LBound(A, 1) + 1
' 行列の列数
Debug.Print LBound(A, 2), UBound(A, 2), UBound(A, 2) - LBound(A, 2) + 1

行列の要素の取得

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}

Python

Python3

A=np.array(range(1,12+1)).reshape(3,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
# 成分
print(A[0,1])print(A[1-1,2-1])print(A[0][1])# 2
# 行ベクトル
print(A[0,:])# [1 2 3 4]
# 列ベクトル
print(A[:,1])# [ 2  6 10]
# 一部取り出し
print(A[[0],:])# [[1 2 3 4]]
print(A[:,[1]])# [[ 2]
#  [ 6]
#  [10]]
print(A[0:2,])# [[1 2 3 4]
#  [5 6 7 8]]
print(A[:,1:4])# [[ 2  3  4]
#  [ 6  7  8]
#  [10 11 12]]
print(A[-2:,:])# [[ 5  6  7  8]
#  [ 9 10 11 12]]
print(A[:,-2:])# [[ 3  4]
#  [ 7  8]
#  [11 12]]
print(A[1:3,2:4])# [[ 7  8]
#  [11 12]]
print(A[[0,2],:])# [[ 1  2  3  4]
#  [ 9 10 11 12]]
print(A[:,[1,3]])# [[ 2  4]
#  [ 6  8]
#  [10 12]]
print(A[[0,2],[1,3]])# これはうまくいかない
# [ 2 12]
print(A[np.ix_([0,2],[1,3])])# [[ 2  4]
#  [10 12]]
print(np.ix_([0,2],[1,3]))# (array([[0],
#        [2]]), array([[1, 3]]))
print(A[:,:])# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]

A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12# 成分A[1,2]# [1] 2# 行ベクトルA[1,]# [1] 1 2 3 4# 列ベクトルA[,2]# [1]  2  6 10# 一部取り出しA[1:2,]#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8A[,2:3]#      [,1] [,2]# [1,]    2    3# [2,]    6    7# [3,]   10   11A[2:3,3:4]#      [,1] [,2]# [1,]    7    8# [2,]   11   12A[c(1,3),]# # [1,]    1    2    3    4# [2,]    9   10   11   12A[,c(2,4)]#      [,1] [,2]# [1,]    2    4# [2,]    6    8# [3,]   10   12A[c(1,3),c(2,4)]#      [,1] [,2]# [1,]    2    4# [2,]   10   12A[,]#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12head(A)#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12head(A,2)#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8tail(A,2)#      [,1] [,2] [,3] [,4]# [2,]    5    6    7    8# [3,]    9   10   11   12

VBA
例えばExcelのワークシートのB3:E5セル範囲に行列 A が入力されているとします。

VBA

Dim A As Variant
A = Range("B3:E5").Value
' 行列の(1, 2)成分
Debug.Print A(1, 2)

行列の計算

線形代数の計算

A = \begin{pmatrix}
1 & 2  \\
3 & 4
\end{pmatrix}
,
B = \begin{pmatrix}
5 & 6  \\
7 & 8
\end{pmatrix}

k = 2,
kA = \begin{pmatrix}
2 & 4 \\
6 & 8
\end{pmatrix}

A + B = \begin{pmatrix}
6 & 8 \\
10 & 12
\end{pmatrix}
,
AB = \begin{pmatrix}
19 & 22 \\
43 & 50
\end{pmatrix}

A^T = \begin{pmatrix}
1 & 3 \\
2 & 4
\end{pmatrix}
,
A^{-1} = \begin{pmatrix}
-2 & 1 \\
1.5 & -0.5
\end{pmatrix}

detA = -2
,
trA = 5

Python

Python3

A=np.array(range(1,4+1)).reshape(2,2)print(A)# [[1 2]
#  [3 4]]
B=np.array(range(5,8+1)).reshape(2,2)print(B)# [[5 6]
#  [7 8]]
# 行列のスカラー倍
k=2print(A*k)# [[2 4]
#  [6 8]]
# 行列の和
print(A+B)# [[ 6  8]
#  [10 12]]
# 行列の積
print(A@B)# [[19 22]
#  [43 50]]
print(np.dot(A,B))# [[19 22]
#  [43 50]]
# 転置行列
print(A.transpose())# [[1 3]
#  [2 4]]
print(A.T)# [[1 3]
#  [2 4]]
# 逆行列
print(np.linalg.inv(A))# [[-2.   1. ]
#  [ 1.5 -0.5]]
# 単位行列
print(np.eye(2))# [[1. 0.]
#  [0. 1.]]
# 行列式 detA
print(np.linalg.det(A))# -2.0000000000000004
# 対角成分
print(np.diag(A))# [1 4]
# トレース（対角成分の和） trA
print(sum(np.diag(A)))# 5
# 行列のフラット化（ベクトル化）
print(A.flatten())# [1 2 3 4]
# 行列の変形
print(A.reshape(1,4))# [[1 2 3 4]]
print(A.reshape(4,1))# [[1]
#  [2]
#  [3]
#  [4]]

A<-matrix(1:4,2,2,TRUE)A#      [,1] [,2]# [1,]    1    2# [2,]    3    4B<-matrix(5:8,2,2,T)B#      [,1] [,2]# [1,]    5    6# [2,]    7    8# 行列のスカラー倍k<-2A*k#      [,1] [,2]# [1,]    2    4# [2,]    6    8# 行列の和A+B#      [,1] [,2]# [1,]    6    8# [2,]   10   12# 行列の積A%*%B#      [,1] [,2]# [1,]   19   22# [2,]   43   50# 転置行列t(A)#      [,1] [,2]# [1,]    1    3# [2,]    2    4# 逆行列solve(A)#      [,1] [,2]# [1,] -2.0  1.0# [2,]  1.5 -0.5# 単位行列diag(2)#      [,1] [,2]# [1,]    1    0# [2,]    0    1# 行列式 detAdet(A)# -2# 対角成分diag(A)# [1] 1 4# トレース（対角成分の和） trAsum(diag(A))# 5

VBA
例えばExcelのワークシートのB3:C5セル範囲に行列 A が、B8:C9セル範囲に行列 B がそれぞれ入力されているとします。

VBA

Dim A As Variant
Dim B As Variant
Dim k As Double
Dim kA As Variant
Dim ApB As Variant
Dim AB As Variant
Dim At As Variant
Dim Ainv As Variant
Dim Eye2 As Variant
Dim detA As Double
Dim trA As Double
Dim i As Integer
Dim j As Integer

' 行列
A = Range("B3:E5").Value
B = Range("B8:C9").Value

' 行列の行数
Debug.Print LBound(A, 1), UBound(A, 1), UBound(A, 1) - LBound(A, 1) + 1

' 行列の列数
Debug.Print LBound(A, 2), UBound(A, 2), UBound(A, 2) - LBound(A, 2) + 1

' 行列の要素 A(1, 2)
Debug.Print A(1, 2)

' 行列のスカラー倍 kA
k = 2
ReDim kA(LBound(A, 1) To UBound(A, 1), LBound(A, 2) To UBound(A, 2))
For i = LBound(A, 1) To UBound(A, 1)
    For j = LBound(A, 2) To UBound(A, 2)
        kA(i, j) = A(i, j) * k
    Next j
Next i
Range("E13:F14").Value = kA

' 行列の和 A+B
ReDim ApB(LBound(A, 1) To UBound(A, 1), LBound(A, 2) To UBound(A, 2))
For i = LBound(A, 1) To UBound(A, 1)
    For j = LBound(A, 2) To UBound(A, 2)
        ApB(i, j) = A(i, j) + B(i, j)
    Next j
Next i
Range("E18:F19").Value = ApB

' 行列の積 AB
AB = WorksheetFunction.MMult(A, B)
Range("E18:F19").Value = AB

' 転置行列 A^T
At = WorksheetFunction.Transpose(A)
Range("E28:F29").Value = At

' 逆行列 A^(-1)
Ainv = WorksheetFunction.MInverse(A)
Range("E33:F34").Value = Ainv

' 単位行列
Eye2 = WorksheetFunction.Munit(2)
Range("E38:F39").Value = Eye2

' 行列式 detA
detA = WorksheetFunction.MDeterm(A)
Range("E42").Value = detA

' トレース trA
trA = WorksheetFunction.SumProduct(A, Eye2)
Range("E45").Value = trA

要素ごとの演算

Python、Rでは、線形代数の計算とは別に、スカラーの演算と同じ書き方で要素ごとの計算ができます。

Python

Python3

print(A+B)# [[ 6  8]
#  [10 12]]
print(A-B)# [[-4 -4]
#  [-4 -4]]
print(A*B)# [[ 5 12]
#  [21 32]]
print(A/B)# [[0.2        0.33333333]
#  [0.42857143 0.5       ]]
print(A*2)# [[2 4]
#  [6 8]]
print(A**2)# [[ 1  4]
#  [ 9 16]]
print(-A)# [[-1 -2]
#  [-3 -4]]
print(A==B)# [[False False]
#  [False False]]
print(A>2)# [[False False]
#  [ True  True]]
print(A%2==0)# [[False  True]
#  [False  True]]
print(np.exp(A))# [[ 2.71828183  7.3890561 ]
#  [20.08553692 54.59815003]]
print(np.log(A))# [[0.         0.69314718]
#  [1.09861229 1.38629436]]

A+B#      [,1] [,2]# [1,]    6    8# [2,]   10   12A-B#      [,1] [,2]# [1,]   -4   -4# [2,]   -4   -4A*B#      [,1] [,2]# [1,]    5   12# [2,]   21   32A/B#           [,1]      [,2]# [1,] 0.2000000 0.3333333# [2,] 0.4285714 0.5000000A*2#      [,1] [,2]# [1,]    2    4# [2,]    6    8A^2#      [,1] [,2]# [1,]    1    4# [2,]    9   16-A#      [,1] [,2]# [1,]   -1   -2# [2,]   -3   -4A==B#       [,1]  [,2]# [1,] FALSE FALSE# [2,] FALSE FALSEA<B#      [,1] [,2]# [1,] TRUE TRUE# [2,] TRUE TRUEA>2#       [,1]  [,2]# [1,] FALSE FALSE# [2,]  TRUE  TRUEA%%2==0#       [,1] [,2]# [1,] FALSE TRUE# [2,] FALSE TRUEexp(A)#           [,1]      [,2]# [1,]  2.718282  7.389056# [2,] 20.085537 54.598150log(A)#          [,1]      [,2]# [1,] 0.000000 0.6931472# [2,] 1.098612 1.3862944

VBA
VBAでは、for文で(i, j)成分ごとに計算すればよいだけです。

VBA

まとめ

一覧

各言語で使用する関数等を一覧にまとめます。比較のために、EXCELでの計算も示しました。
Pythonでは、Numpyを使います（import numpy as np）。

行列の作成

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}
,
I_3 = \begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{pmatrix}

O = \begin{pmatrix}
0 & 0 & 0 & 0 \\
0 & 0 & 0 & 0 \\
0 & 0 & 0 & 0
\end{pmatrix}
,
D = \begin{pmatrix}
1 & 0 & 0 \\
0 & 2 & 0 \\
0 & 0 & 3
\end{pmatrix}

行列	Python	R	VBA	EXCEL
mxn行列 $A$	`np.array(range(1,12+1)).` `reshape(3,4)` `np.array([` 　`[1,2,3,4],` 　`[5,6,7,8],` 　`[9,10,11,12]])`	`matrix(1:12,3,4,TRUE)` `rbind(c(1,2,3,4),` 　　　 `c(5,6,7,8),` 　　　 `c(9,10,11,12))` `cbind(c(1,5,9),` 　　　 `c(2,6,10),` 　　　 `c(3,7,11),` 　　　 `c(4,8,12))`
単位行列 $I_3$	`np.eye(3)`	`diag(3)` `diag(1, 3)` `diag(1, 3, 3)`	`WorksheetFunction.` `Munit(3)`	`MUNIT(3)`
ゼロ行列 $O$	`np.zeros((3,4))`	`matrix(0, 3, 4)` `diag(0, 3, 4)` `diag(0, 3)`
対角行列 $D$	`np.diag([1,2,3]`	`diag(c(1,2,3))`
１埋め行列	`np.ones((3,4))`
数値埋め行列	`np.full((3,4), 5)`

行列の属性

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}

	Python	R	VBA	結果
形	`A.shape`	`dim(A)`		3, 4
行数	`len(A)` `A.shape[0]`	`nrow(A)`	`UBound(A, 1)`	3
列数	`A.shape[1]`	`ncol(A)`	`UBound(A, 2)`	4
次元(=2)	`A.ndim`			2
タイプ	`type(A)`	`class(A)`
データ型	`A.dtype`	`typeof(A)`

行列の要素

A = \begin{pmatrix}
1 & 2 & 3 & 4 \\
5 & 6 & 7 & 8 \\
9 & 10 & 11 & 12
\end{pmatrix}

	Python	R	VBA	EXCEL
(1,2)成分	`A[0,1]` `A[0][1]`	`A[1,2]`	`A(1,2)`	=INDEX(A,1,2)
1行目の行ベクトル	`A[0,:]` `A[[0],:]`	`A[1,]`
2列目の列ベクトル	`A[:,1]` `A[:,[1]]`	`A[,2]`
1~2行	`A[0:2,]`	`A[1:2,]`
3~4列	`A[:,2:4]` `A[:,-2:]`	`A[,3:4]`
1~2行,3~4列	`A[0:2,2:4]` `A[:2,-2:]`	`A[1:2,3:4]`
1・3行	`A[[0,2],:]`	`A[c(1,3),]`
2・4列	`A[:,[1,3]]`	`A[,c(2,4)]`
1・3行,2・4列	`A[np.ix_([0,2],[1,3])]`	`A[c(1,3),c(2,4)]`
全行,全列	`A[:,:]`	`A[,]`
head		`head(A)` `head(A, 2)`
tail		`tail(A)` `tail(A, 2)`

線形代数の計算

A = \begin{pmatrix}
1 & 2  \\
3 & 4
\end{pmatrix}
,
B = \begin{pmatrix}
5 & 6  \\
7 & 8
\end{pmatrix}

k = 2,
kA = \begin{pmatrix}
2 & 4 \\
6 & 8
\end{pmatrix}

A + B = \begin{pmatrix}
6 & 8 \\
10 & 12
\end{pmatrix}
,
AB = \begin{pmatrix}
19 & 22 \\
43 & 50
\end{pmatrix}

A^T = \begin{pmatrix}
1 & 3 \\
2 & 4
\end{pmatrix}
,
A^{-1} = \begin{pmatrix}
-2 & 1 \\
1.5 & -0.5
\end{pmatrix}

detA = -2
,
trA = 5

	Python	R	VBA	EXCEL
スカラー倍 $kA$	`A * k`	`A * k`		`=セル*k`
行列の和 $A+B$	`A + B`	`A + B`		`=セル+セル`
行列の積 $AB$	`A @ B` `np.dot(A, B)`	`A %*% B`	`WorksheetFunction.` `MMult(A, B)`	`=MMULT(A,B)`
転置行列 $A^T$	`A.transpose()` `A.T`	`t(A)`	`WorksheetFunction.` `Transpose(A)`	`=Transpose(A)`
逆行列 $A^{-1}$	`np.linalg.inv(A)`	`solve(A)`	`WorksheetFunction.` `MInverse(A)`	`=MINVERSE(A)`
単位行列 $I_2$	`np.eye(2)`	`diag(2)`	`WorksheetFunction.` `Munit(2)`	`=MUNIT(2)`
行列式 $detA$	`np.linalg.det(A)`	`det(A)`	`WorksheetFunction.` `MDeterm(A)`	`=MDETERM(A)`
トレース $trA$	`sum(np.diag(A))`	`sum(diag(A))`	`WorksheetFunction.` `SumProduct(A,Eye2)`
対角成分	`np.diag(A)`	`diag(A)`
行列のフラット化	`A.flatten()`
行列の変形	`A.reshape(1,4)`

行列の要素ごとの演算

	Python	R	EXCEL
和	`A + B`	`A + B`	`=セル+セル`
差	`A - B`	`A - B`	`=セル-セル`
積	`A * B`	`A * B`	`=セル*セル`
商	`A / B`	`A / B`	`=セル/セル`
スカラー倍	`A * 2`	`A * 2`	`=セル*2`
べき乗	`A ** 2`	`A ^ 2`	`=セル^2`
符号反転	`-A`	`-A`	`=-セル`
等号	`A == B`	`A == B`	`=セル=セル`
不等号	`A < B`	`A < B`	`=セル<セル`
不等号	`A > 2`	`A > 2`	`=セル>2`
余り0	`A % 2 == 0`	`A %% 2 == 0`	`=MOD(セル,2)=0`
平方根	`np.sqrt(A)`	`sqrt(A)`	`=SQRT(セル)`
exp	`np.exp(A)`	`exp(A)`	`=EXP(セル)`
log	`np.log(A)`	`log(A)`	`=LN(セル)`

プログラム全体

参考までに使ったプログラムの全体を示します。

Python

Python3

importnumpyasnp# 行列の作成
# mxn行列
A=np.array(range(1,12+1))print(A)# [ 1  2  3  4  5  6  7  8  9 10 11 12]
A=np.array(range(1,12+1)).reshape(3,4)A=np.array(range(1,12+1)).reshape(3,-1)A=np.array(range(1,12+1)).reshape(-1,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
A=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])A=np.array([np.array(range(1,4+1)),np.array(range(5,8+1)),np.array(range(9,12+1))])A=np.array([np.array(range(1,4+1)),np.array(range(1,4+1))+4,np.array(range(1,4+1))+8])print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
# 単位行列
print(np.eye(3))# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]
# ゼロ行列
print(np.zeros((3,4)))# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]
print(np.zeros((3,3)))# [[0. 0. 0.]
#  [0. 0. 0.]
#  [0. 0. 0.]]
# 対角行列
print(np.diag([1,2,3]))# [[1 0 0]
#  [0 2 0]
#  [0 0 3]]
# その他
print(np.ones((3,4)))# [[1. 1. 1. 1.]
#  [1. 1. 1. 1.]
#  [1. 1. 1. 1.]]
print(np.full((3,4),5))# [[5 5 5 5]
#  [5 5 5 5]
#  [5 5 5 5]]
# 行列の属性
A=np.array(range(1,12+1)).reshape(3,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
print(A.shape)# (行数,列数)
# (3, 4)
print(len(A))print(A.shape[0])# 行数
# 3
print(A.shape[1])# 列数
# 4
print(A.ndim)# 次元（行列は2次元）
# 2
print(type(A))# <class 'numpy.ndarray'>
print(A.dtype)# int32
# 行列の要素の取得
A=np.array(range(1,12+1)).reshape(3,4)print(A)# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
# 成分
print(A[0,1])print(A[1-1,2-1])print(A[0][1])# 2
# 行ベクトル
print(A[0,:])# [1 2 3 4]
# 列ベクトル
print(A[:,1])# [ 2  6 10]
print(A[[0],:])# [[1 2 3 4]]
print(A[:,[1]])# [[ 2]
#  [ 6]
#  [10]]
print(A[0:2,])print(A[:2,])# [[1 2 3 4]
#  [5 6 7 8]]
print(A[:,2:4])print(A[:,-2:])# [[ 3  4]
#  [ 7  8]
#  [11 12]]
print(A[0:2,2:4])print(A[:2,-2:])# [[3 4]
#  [7 8]]
print(A[[0,2],:])# [[ 1  2  3  4]
#  [ 9 10 11 12]]
print(A[:,[1,3]])# [[ 2  4]
#  [ 6  8]
#  [10 12]]
print(A[[0,2],[1,3]])# これはうまくいかない
# [ 2 12]
print(A[np.ix_([0,2],[1,3])])# [[ 2  4]
#  [10 12]]
print(np.ix_([0,2],[1,3]))# (array([[0],
#        [2]]), array([[1, 3]]))
print(A[:,:])# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
# 線形代数の計算
A=np.array(range(1,4+1)).reshape(2,2)print(A)# [[1 2]
#  [3 4]]
B=np.array(range(5,8+1)).reshape(2,2)print(B)# [[5 6]
#  [7 8]]
# 行列のスカラー倍
k=2print(A*k)# [[2 4]
#  [6 8]]
# 行列の和
print(A+B)# [[ 6  8]
#  [10 12]]
# 行列の積
print(A@B)# [[19 22]
#  [43 50]]
print(np.dot(A,B))# [[19 22]
#  [43 50]]
# 転置行列
print(A.transpose())# [[1 3]
#  [2 4]]
print(A.T)# [[1 3]
#  [2 4]]
# 逆行列
print(np.linalg.inv(A))# [[-2.   1. ]
#  [ 1.5 -0.5]]
# 単位行列
print(np.eye(2))# [[1. 0.]
#  [0. 1.]]
# 行列式 detA
print(np.linalg.det(A))# -2.0000000000000004
# 対角成分
print(np.diag(A))# [1 4]
# トレース（対角成分の和） trA
print(sum(np.diag(A)))# 5
# 行列のフラット化（ベクトル化）
print(A.flatten())# [1 2 3 4]
# 行列の変形
print(A.reshape(1,4))# [[1 2 3 4]]
print(A.reshape(4,1))# [[1]
#  [2]
#  [3]
#  [4]]
# 行列の要素ごとの演算
print(A+B)# [[ 6  8]
#  [10 12]]
print(A-B)# [[-4 -4]
#  [-4 -4]]
print(A*B)# [[ 5 12]
#  [21 32]]
print(A/B)# [[0.2        0.33333333]
#  [0.42857143 0.5       ]]
print(A*2)# [[2 4]
#  [6 8]]
print(A**2)# [[ 1  4]
#  [ 9 16]]
print(-A)# [[-1 -2]
#  [-3 -4]]
print(A==B)# [[False False]
#  [False False]]
print(A<B)# [[ True  True]
#  [ True  True]]
print(A>2)# [[False False]
#  [ True  True]]
print(A%2==0)# [[False  True]
#  [False  True]]
print(np.sqrt(A))# [[1.         1.41421356]
#  [1.73205081 2.        ]]
print(np.exp(A))# [[ 2.71828183  7.3890561 ]
#  [20.08553692 54.59815003]]
print(np.log(A))# [[0.         0.69314718]
#  [1.09861229 1.38629436]]

# 行列の作成# mxn行列A<-matrix(c(1,2,3,4,5,6,7,8,9,10,11,12),3,4,byrow=TRUE)A<-matrix(1:12,nrow=3,ncol=4,byrow=TRUE)A<-matrix(1:12,nr=3,nc=4,b=T)A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12A<-rbind(c(1,2,3,4),c(5,6,7,8),c(9,10,11,12))A<-rbind(1:4,5:8,9:12)A<-rbind(1:4,1:4+4,1:4+8)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12A<-cbind(c(1,5,9),c(2,6,10),c(3,7,11),c(4,8,12))A<-cbind(c(1,5,9),c(1,5,9)+1,c(1,5,9)+2,c(1,5,9)+3)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12# 単位行列diag(3)diag(1,3)diag(1,3,3)#      [,1] [,2] [,3]# [1,]    1    0    0# [2,]    0    1    0# [3,]    0    0    1# ゼロ行列matrix(0,3,4)diag(0,3,4)#      [,1] [,2] [,3] [,4]# [1,]    0    0    0    0# [2,]    0    0    0    0# [3,]    0    0    0    0diag(0,3)#      [,1] [,2] [,3]# [1,]    0    0    0# [2,]    0    0    0# [3,]    0    0    0# 対角行列diag(c(1,2,3))#      [,1] [,2] [,3]# [1,]    1    0    0# [2,]    0    2    0# [3,]    0    0    3# 行列の属性A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12nrow(A)# 行数# 3ncol(A)# 列数# 4dim(A)# 行数, 列数# 3 4class(A)# "matrix"typeof(A)# "integer"# 行列の要素の取得A<-matrix(1:12,3,4,byrow=TRUE)A#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12A[1,2]# [1] 2# 行ベクトルA[1,]# [1] 1 2 3 4# 列ベクトルA[,2]# [1]  2  6 10# 一部A[1:2,]#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8A[,3:4]#      [,1] [,2]# [1,]    3    4# [2,]    7    8# [3,]   11   12A[1:2,3:4]#      [,1] [,2]# [1,]    3    4# [2,]    7    8A[c(1,3),]# # [1,]    1    2    3    4# [2,]    9   10   11   12A[,c(2,4)]#      [,1] [,2]# [1,]    2    4# [2,]    6    8# [3,]   10   12A[c(1,3),c(2,4)]#      [,1] [,2]# [1,]    2    4# [2,]   10   12A[,]#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12head(A)#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8# [3,]    9   10   11   12head(A,2)#      [,1] [,2] [,3] [,4]# [1,]    1    2    3    4# [2,]    5    6    7    8tail(A,2)#      [,1] [,2] [,3] [,4]# [2,]    5    6    7    8# [3,]    9   10   11   12# 線形代数の計算A<-matrix(1:4,2,2,TRUE)A#      [,1] [,2]# [1,]    1    2# [2,]    3    4B<-matrix(5:8,2,2,T)B#      [,1] [,2]# [1,]    5    6# [2,]    7    8# 行列のスカラー倍k<-2A*k#      [,1] [,2]# [1,]    2    4# [2,]    6    8# 行列の和A+B#      [,1] [,2]# [1,]    6    8# [2,]   10   12# 行列の積A%*%B#      [,1] [,2]# [1,]   19   22# [2,]   43   50# 転置行列t(A)#      [,1] [,2]# [1,]    1    3# [2,]    2    4# 逆行列solve(A)#      [,1] [,2]# [1,] -2.0  1.0# [2,]  1.5 -0.5# 単位行列diag(2)#      [,1] [,2]# [1,]    1    0# [2,]    0    1# 行列式 detAdet(A)# -2# 対角成分diag(A)# [1] 1 4# トレース（対角成分の和） trAsum(diag(A))# 5# 行列の要素ごとの演算A+B#      [,1] [,2]# [1,]    6    8# [2,]   10   12A-B#      [,1] [,2]# [1,]   -4   -4# [2,]   -4   -4A*B#      [,1] [,2]# [1,]    5   12# [2,]   21   32A/B#           [,1]      [,2]# [1,] 0.2000000 0.3333333# [2,] 0.4285714 0.5000000A*2#      [,1] [,2]# [1,]    2    4# [2,]    6    8A^2#      [,1] [,2]# [1,]    1    4# [2,]    9   16-A#      [,1] [,2]# [1,]   -1   -2# [2,]   -3   -4A==B#       [,1]  [,2]# [1,] FALSE FALSE# [2,] FALSE FALSEA<B#      [,1] [,2]# [1,] TRUE TRUE# [2,] TRUE TRUEA>2#       [,1]  [,2]# [1,] FALSE FALSE# [2,]  TRUE  TRUEA%%2==0#       [,1] [,2]# [1,] FALSE TRUE# [2,] FALSE TRUEsqrt(A)#          [,1]     [,2]# [1,] 1.000000 1.414214# [2,] 1.732051 2.000000exp(A)#           [,1]      [,2]# [1,]  2.718282  7.389056# [2,] 20.085537 54.598150log(A)#          [,1]      [,2]# [1,] 0.000000 0.6931472# [2,] 1.098612 1.3862944

VBA

VBA

Sub test_matrix()

Dim A As Variant
Dim B As Variant
Dim k As Double
Dim kA As Variant
Dim ApB As Variant
Dim AB As Variant
Dim At As Variant
Dim Ainv As Variant
Dim Eye2 As Variant
Dim detA As Double
Dim trA As Double
Dim i As Integer
Dim j As Integer

' 行列
A = Range("B3:E5").Value
print_matrix (A)

B = Range("B8:C9").Value
print_matrix (B)

' 行列の行数
Debug.Print LBound(A, 1), UBound(A, 1), UBound(A, 1) - LBound(A, 1) + 1

' 行列の列数
Debug.Print LBound(A, 2), UBound(A, 2), UBound(A, 2) - LBound(A, 2) + 1

' 行列の要素 A(1, 2)
Debug.Print A(1, 2)

' 行列のスカラー倍 kA
k = 2
ReDim kA(LBound(A, 1) To UBound(A, 1), LBound(A, 2) To UBound(A, 2))
For i = LBound(A, 1) To UBound(A, 1)
    For j = LBound(A, 2) To UBound(A, 2)
        kA(i, j) = A(i, j) * k
    Next j
Next i
Call print_matrix(kA)
Range("E13:F14").Value = kA

' 行列の和 A+B
ReDim ApB(LBound(A, 1) To UBound(A, 1), LBound(A, 2) To UBound(A, 2))
For i = LBound(A, 1) To UBound(A, 1)
    For j = LBound(A, 2) To UBound(A, 2)
        ApB(i, j) = A(i, j) + B(i, j)
    Next j
Next i
Call print_matrix(ApB)
Range("E18:F19").Value = ApB

' 行列の積 AB
AB = WorksheetFunction.MMult(A, B)
Call print_matrix(AB)
Range("E18:F19").Value = AB

' 転置行列 A^T
At = WorksheetFunction.Transpose(A)
Call print_matrix(At)
Range("E28:F29").Value = At

' 逆行列 A^(-1)
Ainv = WorksheetFunction.MInverse(A)
Call print_matrix(Ainv)
Range("E33:F34").Value = Ainv

' 単位行列
Eye2 = WorksheetFunction.Munit(2)
Call print_matrix(Eye2)
Range("E38:F39").Value = Eye2

' 行列式 detA
detA = WorksheetFunction.MDeterm(A)
Debug.Print detA
Range("E42").Value = detA

' トレース trA
trA = WorksheetFunction.SumProduct(A, Eye2)
Debug.Print trA
Range("E45").Value = trA

End Sub

Sub print_matrix(M As Variant)
' 行列の表示用
Dim i As Integer
Dim j As Integer
Dim s As String

If IsArray(M) Then
    s = ""
    For i = LBound(M, 1) To UBound(M, 1)
        For j = LBound(M, 2) To UBound(M, 2)
            s = s & vbTab & M(i, j)
        Next j
        s = s & vbCrLf
    Next i
    Debug.Print s
End If

End Sub

VBAユーザがPython・Rを使ってみた：行列

はじめに

行列

行列の作成

mxn行列

単位行列

ゼロ行列

対角行列

その他

行列の属性

行列の要素の取得

行列の計算

線形代数の計算

要素ごとの演算

まとめ

一覧

プログラム全体

参考

Trending Articles

モーツァルトディヴェルティメント変ホ長調 K.563 の名盤

井上貴博アナウンサー彼女や結婚の噂は？実家や親が話題？人気は？

Ke Aloha Kalikimakaの歌詞を和訳します

PaliのLepe `Ula`ulaと歌詞の和訳

2014年6月6日号　三菱東京ＵＦＪ銀行（5月14日付）

LNK2019:未解決の外部シンボルと LNK1120:外部参照 1 が未解決について

ヴァンパイア・ノーツ　攻略

大阪・泉南イオンで飛び降り自殺とみられる転落事件が発生：ネットで拡散された理由とは

メールディーラーで受信するアドレスを追加できますか？

Robocopy のエラー (戻り値) について

林要の結婚や経歴&評判とWikiプロフやLOVOT(ラボット)とグルーブエックス株価は

【極☆寒】「凍った髪」を競い合う『国際ヘア・フリージング・コンテスト』！寒〜い写真に身震いしつつ過ぎ行く冬にサヨナラだ!!

滋賀の部落（同和地区）一覧

【銃刀法違反】吉田総業組長代行恩田達志容疑者を再逮捕

和歌山県代表決まる　都道府県対抗中学バレー

大浦街道で重体事故

【世界大学ランキング】第１位にジュリアード音楽院とウィーン国立音大、日本勢は？

【対策済】「SKYSEA Client View」のアップデートに失敗する問題についてのお知らせ

Lahaina Lunaの歌詞を和訳しました

画像・写真】ららぽーと横浜で16歳男子高校生が転落死不審な動き→逃走し警備員に追いかけられ→柵越え飛び降り・12m転落窃盗・万引き？それとも盗撮？