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

48

2

章 

NumPy

の基礎

In[42]: # column vector via newaxis newaxis

を用いた列ベクトルの作成

x[:, np.newaxis]

Out[42]: array([[1],

[2],

[3]])

この種類の変換は、本書を通して頻繁に使用します。

2.2.5

 配列の連結と分割

「2.2.4 配列の形状変更」で述べた処理はすべて

1

つの配列に対して動作します。また、

1

つの配

列を複数の配列に分割することもできます。ここでは、こうした操作について学びます。

2.2.5.1

 配列の連結

NumPy

に よ る

2

つ の 配 列 の 連 結 ま た は 結 合 は、 主 に

np.concatenate

、

np.vstack

、 お よ び

np.hstack

によって実行します。

np.concatenate

は、最初の引数としてタプルまたは配列のリスト

を取ります。

In[43]: x = np.array([1, 2, 3])

y = np.array([3, 2, 1])

np.concatenate([x, y])

Out[43]: array([1, 2, 3, 3, 2, 1])

一度に

2

つ以上の配列を連結することもできます。

In[44]: z = [99, 99, 99]

print(np.concatenate([x, y, z]))

[ 1 2 3 3 2 1 99 99 99]

np.concatenate

は、

2

次元配列に対しても使用できます。

In[45]: grid ...