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

75

2.6.4

 マスクとしてのブール値配列

前の節では、ブール値配列を直接計算して集約値を求めました。より強力なパターンは、ブール

値配列をマスクとして使用して、データ自体の特定のサブセットを選択することです。先に作成し

た

x

配列の中で、例えば

5

より小さい値だけを含む配列が必要であるとします。

In[26]: x

Out[26]: array([[5, 0, 3, 3],

[7, 9, 3, 5],

[2, 4, 7, 6]])

既に見たように、この条件のブール値配列を得るのは簡単です。

In[27]: x < 5

Out[27]: array([[False, True, True, True],

[False, False, True, False],

[ True, True

, False, False]], dtype=bool)

ここで配列からこれらの値を選択するには、このブール値配列をインデクスとして指定するだけ

です。これはマスキング操作として知られています。

In[28]: x[x < 5]

Out[28]: array([0, 3, 3, 3, 2, 4])

この条件を満たす値を埋めた

1

次元配列が返されます。つまり、マスク配列が

True

の位置にある

すべての値が得られます。この後、これらの値を自由に操作できます。例えば、シアトル市の降水

量に関する統計量を計算します。

In[29]:

# construct a mask of all rainy days