Numpy★配列の便利な関数

2019年11月9日2021年12月18日

NumPyには配列を扱う為の関数がたくさんあります。配列操作に関する関数の代表的なものを確認してみましょう。

配列の型変換

astype

現在の配列の型を指定された型に変換します。

【例】

import numpy as np
x = np.array([1.3, 2, 2.5])
x.astype(int)

【実行結果】
array([1, 2, 2])

---

配列のコピー

copy

配列のコピーを作ります。

【例】

import numpy as np
x = np.random.randint(0,10,(3,3))
a = np.copy(x)
a

【実行結果】
array([[0, 4, 6],
       [3, 6, 0],
       [4, 9, 0]])

---

repeat

数字又は配列を指定回数コピーします。

【例】

import numpy as np
x = np.random.rand(2,3)
print(x)
 
# xを3回repeat
a = np.repeat(x,3)
print(a)
# xをaxis=0で3回repeat
b = np.repeat(x,3,axis=0)
print(b)

【実行結果】
[[0.29022822 0.53284398 0.92211234]
 [0.05523121 0.03447852 0.86573614]]
[0.29022822 0.29022822 0.29022822 0.53284398 0.53284398 0.53284398
 0.92211234 0.92211234 0.92211234 0.05523121 0.05523121 0.05523121
 0.03447852 0.03447852 0.03447852 0.86573614 0.86573614 0.86573614]
[[0.29022822 0.53284398 0.92211234]
 [0.29022822 0.53284398 0.92211234]
 [0.29022822 0.53284398 0.92211234]
 [0.05523121 0.03447852 0.86573614]
 [0.05523121 0.03447852 0.86573614]
 [0.05523121 0.03447852 0.86573614]]

---

配列の再構成

reshape

配列の行と列の構成を作り直します。

【例】

import numpy as np
x = np.arange(1,10)
np.reshape( x, (3,3) )

【実行結果】
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

または

import numpy as np
np.arange(1,10).reshape(3,3)

【実行結果】
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

---

newaxis

配列に軸を追加します。

【例】

import numpy as np
 
x = np.arange(3)
print(x)
 
x1 = x[:,np.newaxis]
print(x1)
x2 = x[np.newaxis,:]
print(x2)

【実行結果】
[0 1 2]
[[0]
 [1]
 [2]]
[[0 1 2]]

---

配列の転置

※転置・・・m行n列の行列にたいしてn行m列に変換すること、または要素(i,j)を(j,i)に変換すること

transpose

指定された配列の転置を行います、また軸の順番を指定した通りに入れ替えます。

【例】

import numpy as np
 
x = np.random.rand(3,2)
print(x)
np.transpose(x)

【実行結果】
[[0.50502585 0.50641738]
 [0.85576715 0.860163  ]
 [0.10661862 0.19581169]]

array([[0.50502585, 0.85576715, 0.10661862],
       [0.50641738, 0.860163  , 0.19581169]])

【例】axes(軸)を指定した場合

import numpy as np
 
x = np.random.rand(3, 2, 4)
print(x.shape)
print(x)
 
y = np.transpose(x, (1, 0, 2))
print(y.shape)
print(y)

【実行結果】
(3, 2, 4)
[[[0.61930157 0.14794724 0.55267526 0.29351113]
  [0.67954851 0.89693323 0.85923571 0.64340073]]

 [[0.90053943 0.04808644 0.20824039 0.52873314]
  [0.84438351 0.46927075 0.15974774 0.58888543]]

 [[0.70662249 0.56888343 0.7720982  0.38901882]
  [0.0595412  0.11000537 0.27945041 0.29740861]]]
(2, 3, 4)
[[[0.61930157 0.14794724 0.55267526 0.29351113]
  [0.90053943 0.04808644 0.20824039 0.52873314]
  [0.70662249 0.56888343 0.7720982  0.38901882]]

 [[0.67954851 0.89693323 0.85923571 0.64340073]
  [0.84438351 0.46927075 0.15974774 0.58888543]
  [0.0595412  0.11000537 0.27945041 0.29740861]]]

---

.T

配列の転置を行います。

【例】

import numpy as np
 
x = np.random.rand(3,2)
print(x)
print(x.T)

【実行結果】
[[0.10861353 0.58412851]
 [0.65904772 0.86498826]
 [0.55548895 0.37843164]]
[[0.10861353 0.65904772 0.55548895]
 [0.58412851 0.86498826 0.37843164]]

---

配列の連結

concatenate

軸に沿って配列を連結します。

【例】
連結する軸が"0″の場合

import numpy as np
x = np.array([[1,2,3],[11,12,13]])
y = np.array([[5,6,7],[21,22,23]])
 
np.concatenate([x,y],0)

【実行結果】
array([[ 1,  2,  3],
       [11, 12, 13],
       [ 5,  6,  7],
       [21, 22, 23]])

連結する軸が"1″の場合

import numpy as np
x = np.array([[1,2,3],[11,12,13]])
y = np.array([[5,6,7],[21,22,23]])
 
np.concatenate([x,y],1)

【実行結果】
array([[ 1,  2,  3,  5,  6,  7],
       [11, 12, 13, 21, 22, 23]])

---

vstack

配列を縦方向に連結します。

【例】

import numpy as np
x1 = np.array([1,2,3])
x2 = np.array([2,3,5])
x3 = np.array([3,5,6])
 
np.vstack([x1,x2,x3])

【実行結果】
array([[1, 2, 3],
       [2, 3, 5],
       [3, 5, 6]])

---

hstack

配列を横方向に連結します。

【例】

import numpy as np
y1 = np.array([1,2,3])
y2 = np.array([2,3,5])
y3 = np.array([3,5,6])
 
np.hstack([y1,y2,y3])

【実行結果】
array([1, 2, 3, 2, 3, 5, 3, 5, 6])

hstackは行数が同じなら列数が異なっていても連結できます。つまりブロードキャストルールが適用されます。

import numpy as np

y1 = np.array([[10, 0],
     [0, 30],
     [0, 0]])

y2 = np.array([[60],
     [0],
     [0]])

y3 = np.array([[10, 0],
     [0, 30],])

【例】ブロードキャストルールが適用される場合

np.hstack([y1,y2])

array([[10,  0, 60],
       [ 0, 30,  0],
       [ 0,  0,  0]])

【例】ブロードキャストルールが適用されない場合

np.hstack([y1,y3])

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-48-f47f15844d6c> in <module>
----> 1 np.hstack([y1,y3])

<__array_function__ internals> in hstack(*args, **kwargs)

C:\ProgramData\Anaconda3\envs\v_tensor_1\lib\site-packages\numpy\core\shape_base.py in hstack(tup)
    344         return _nx.concatenate(arrs, 0)
    345     else:
--> 346         return _nx.concatenate(arrs, 1)
    347 
    348 

<__array_function__ internals> in concatenate(*args, **kwargs)

ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 0, the array at index 0 has size 3 and the array at index 1 has size 2

---

配列の分割

split

指定した場所で配列を分割します。

【例】

import numpy as np
x = np.arange(9)
x1,x2,x3 = np.split(x,[3,5])
print(x1,x2,x3)

【実行結果】
[0 1 2] [3 4] [5 6 7 8]

---

vsplit

配列を縦方向に分割します。

【例】

import numpy as np
grid = np.arange(24).reshape((4,6))
print('grid')
print(grid)
upper,lower = np.vsplit(grid,[3])
print('upper')
print(upper)
print('lower')
print(lower)

【実行結果】
grid
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
upper
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]]
lower
[[18 19 20 21 22 23]]

---

hsplit

配列を横方向に分割します。

【例】

import numpy as np
grid = np.arange(24).reshape((4,6))
print('grid')
print(grid)
left,right = np.hsplit(grid,[4])
print('left')
print(left)
print('right')
print(right)

【実行結果】
grid
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
left
[[ 0  1  2  3]
 [ 6  7  8  9]
 [12 13 14 15]
 [18 19 20 21]]
right
[[ 4  5]
 [10 11]
 [16 17]
 [22 23]]

---

配列の整列

sort

配列を昇順に整列します。

【例】

import numpy as np
 
x = np.array([9, 10, 4, 5, 3, 7, 12, 2, 6, 0])
s = np.sort(x)
print(s)

【実行結果】
[ 0  2  3  4  5  6  7  9 10 12]

---

argsort

配列を昇順に整列して、インデックスを返します。

【例】

import numpy as np
 
x = np.random.random((3, 4))
n = np.argsort(x)
 
print(x)
print(n)

【実行結果】
[[0.20887676 0.16130952 0.65310833 0.2532916 ]
 [0.46631077 0.24442559 0.15896958 0.11037514]
 [0.65632959 0.13818295 0.19658236 0.36872517]]
[[1 0 3 2]
 [3 2 1 0]
 [1 2 3 0]]

---

配列の並び替え

permutation

与えられた数字または配列をランダムに並べ替えます。

【例】引数が数字の場合

import numpy as np
np.random.permutation(10)

【実行結果】
array([1, 5, 7, 0, 9, 4, 3, 6, 8, 2])

【例】引数が配列の場合

import numpy as np
 
x = np.random.rand(5)
y = np.random.permutation(x)
 
print(x)
print(y)

【実行結果】
[0.8176835  0.23770013 0.11311803 0.4023326  0.97460666]
[0.11311803 0.8176835  0.97460666 0.23770013 0.4023326 ]

---

partition

指定された順位よりも小さい数字と大きい数字に並び替える。
k番目までの大きさの要素を前に配置、k+1番目以降は後ろに置き換える(整列はされない)。

【例】3(インデックス番号)番目までの大きさを前に、それ以降を後ろに配置

import numpy as np
a = np.array([2, 3, 5, 4, 1, 7, 6])
p = np.partition(a, 3)
print(p)

【実行結果】
[3 2 1 4 5 7 6]

---

argpartition

指定された順位よりも小さい数字と大きい数字に並び替え、その時のインデックスを返す。
k番目までの大きさの要素を前に配置、k+1番目以降は後ろに置き換える(整列はされない)。

【例】2(インデックス番号)番目までの大きさを前に、それ以降を後ろに配置

import numpy as np
 
np.random.seed(0)
x = np.random.random((7))
p = np.partition(x,2)
ap = np.argpartition(x,2)
 
print(x)
print(p)
print(ap)

【実行結果】
[0.5488135  0.71518937 0.60276338 0.54488318 0.4236548  0.64589411
 0.43758721]
[0.4236548  0.43758721 0.54488318 0.60276338 0.5488135  0.64589411
 0.71518937]
[4 6 3 2 0 5 1]

---

配列の探索

searchsorted

ソート済み配列に対して二分木探索をして挿入位置を探索しインデックスを返します。

【例】

import numpy as np
 
y = np.linspace(-5, 5, 20)
x = np.searchsorted(y, 2)
 
print(y)
print(x)

【実行結果】
[-5.         -4.47368421 -3.94736842 -3.42105263 -2.89473684 -2.36842105
 -1.84210526 -1.31578947 -0.78947368 -0.26315789  0.26315789  0.78947368
  1.31578947  1.84210526  2.36842105  2.89473684  3.42105263  3.94736842
  4.47368421  5.        ]
14

---

こちらのサイトを参考にしました。