Pythonデータサイエンスハンドブック 第2版 ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

9章比較、マスク、ブール論理

この章では、ブール値マスクを使用してNumPy配列内の値を調べたり操作する方法について説明します。配列内の値を何らかの基準に基づき、抽出、変更、カウントまたはその他の操作を行う場合にマスクを使用します。例えば、ある値よりも大きな値のカウント、しきい値を超えた外れ値の除去などです。NumPyでこれらの作業を行う最も効率的な方法がブール値マスクです。

9.1　事例：雨天日数

ある都市の年間降水量を示す一連のデータがあるとします。ここではシアトル市の2015年の日次降水量統計†1をpandas（「Ⅲ部　pandasによるデータ操作」で詳しく説明します）を使用して読み込みます。

[†1] 訳注：降水量統計データは、vaga_datasetsパッケージとして提供されているものを使用するため、vega_datasetsのインストールが必要。pip install vega_datasets（Anacondaを使用している場合には、conda install vega_datasets）を実行する。

In [1]: import numpy as np
        from vega_datasets import data

        # pandasを使用して降水量（インチ）をNumPy配列として読み込む
        rainfall_mm = np.array(
            data.seattle_weather().set_index('date')['precipitation']['2015'])
        len(rainfall_mm)
Out[1]: 365

この配列は、2015年1月1日から12月31日までの日次降水量をインチ（2.54センチ）単位で表した365個の要素を持ちます。

手始めにMatplotlib（このツールについては ...