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

78

2

章 

NumPy

の基礎

2.7

 ファンシーインデクス

前の節では、単純なインデクス（例えば

arr[0]

）、スライス（例えば

arr[

：

5]

）、ブール値マスク

（例えば

arr[arr > 0]

）を使用して配列の一部にアクセスし、その内容を変更する方法を見てきま

した。この節では、ファンシーインデクスと呼ばれる別のスタイルの配列インデクスを見ていきま

す。ファンシーインデクスは既に見てきた単純なインデクスのようですが、単一のスカラー値の代

わりにインデクスの配列を渡します。こうすることで、配列の複雑なサブセットに迅速にアクセス

し、内容を変更することができます。

2.7.1

 ファンシーインデクスの調査

ファンシーインデクスの概念は単純です。インデクスの配列を渡して、複数の配列要素に同時に

アクセスします。例えば、次の配列で考えてみましょう

＊

1

。

In[1]: import numpy as np

rand = np.rando

m.RandomState(42)

x = rand.randint(100, size=10)

print(x)

[51 92 14 71 60 20 82 86 74 74]

この中の

3

つの要素にアクセスしたい場合、おそらく次の方法を使います。

In[2]: [x[3], x[7], x[2]]

Out[2]: [71, 86, 14]

インデクスのリストまたは配列を渡して、同じ結果が得られます。

In[3]: ind = [3, 7, 4]

x[ind]

Out[3]: array([71, ...