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

68

2

章 

NumPy

の基礎

2.5.3

 ブロードキャストの実践

ブロードキャストは、本書の例の中で中核をなすものです。ここでは、ブロードキャストがどの

ように役立つのかという簡単な例をいくつか見てみましょう。

2.5.3.1

 配列のセンタリング

前の節では、

ufunc

を使用すれば低速の

Python

ループを明示的に排除できることを確認しまし

た。ブロードキャストはこの能力を拡張します。よく登場する例の

1

つは、一連のデータのセンタ

リングです。各要素にそれぞれ

3

つの値を持つ観測値が

10

個あるとします。標準的な規則（「5.2.1 

scikit-learnのデータ表現」を参照）を使用して、これを

10

行

3

列の配列に保存します。

In[17]: X = np.random.random((10, 3))

集約関数

mean

を使って

1

番目の次元に沿って各値の平均を計算できます。

In[18]: Xmean = X.mean(0)

Xme

an

Out[18]: array([ 0.53514715, 0.66567217, 0.44385899])

そして、

X

配列から平均を引いて、センタリング配列を作ります（この操作はブロードキャスト

です）。

In[19]: X_centered = X - Xmean

結果が正しいかどうかを再確認するために、センタリング配列の平均値がゼロに近いことを確認

できます。

In[20]: X_centered.mean(0)

Out[20]: array([ 2.22044605e-17, -7.77156117e-17, ...