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

2.2

 

NumPy

配列の基礎

47

[[99 5]

[ 7 6]]

この部分配列を変更しても、元の配列には影響しません。

In[36]: x2_sub_copy[0, 0] = 42

print(x2_sub_copy)

[[42 5]

[ 7 6]]

In[37]: print(x2)

[[99 5 2 4]

[ 7 6 8 8]

[ 1 6 7 7]]

2.2.4

 配列の形状変更

配列に対する重要な操作の

1

つが形状の変更です。これを行うには、

reshape

メソッドを使う方

法が最も柔軟です。例えば、

1

〜

9

の数字を

3

行

3

列に揃える場合は、次のようにします。

In[38]: grid = np.arange(1, 10).reshape((3, 3))

print(grid)

[[1 2 3]

[4 5 6]

[7 8 9]]

これが機能するためには、最初の配列の要素数と、変更後の要素数が一致しなければならないこ

とに注

意してください。可能であれば、

reshape

メソッドは初期配列のコピーではなくビューを使

用しますが、メモリが連続していないなどの理由により、コピーが行われることもあります。別の

一般的な形状変更パターンは、

1

次元配列を

2

次元の行または列ベクトルに変換することです。こ

れは、スライス操作に

newaxis

キーワードを使用することで、より簡単に行うことができます。

In[39]: x = np.array([1, 2, 3])

# row vector via reshape reshape

を用い