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

2.6

 比較、マスク、ブール論理

69

In[22]: %matplotlib inline

import matplotlib.pyplot as plt

In[23]: plt.imshow(z, origin='lower', extent=[0, 5, 0, 5],

cmap='viridis')

plt.colorbar();

この

2

次元関数を可視化した結果を図2-5に示します。

図2-5　2次元の配列の可視化

2.6

 比較、マスク、ブール論理

この節では、ブール値マスクを使用して

NumPy

配列内の値を調べて操作する方法について説明

します。マスキングは、何らかの基準に基づいて配列内の値を抽出、変更、カウントするなどの操

作を行う場合に使用します。例えば、ある値よりも大きな値をすべて数えたり、閾値を超えた外れ

値をすべて取り除くなどです。ブール値マスクは、

NumPy

でこれらの作業を実行する最も効率的

な方法です。

2.6.1

 事例：雨天日数

ある都市の毎年の降水量を表す一連のデータがあるとします。ここではシアトル市の

2014

年の

日次降水量統計

＊

1

を

pandas

（第

3

章で詳しく説明します）を使って読み込みます。

In[1]: import numpy as np

import pandas as pd

pandas

を使用して降水量（インチ）を

NumPy

配列として読み込む

# use pandas to extract rainfall inches as a NumPy array

rainfall ...