Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

506

付録

A

 

NumPy

：応用編

means = arr.mean(axis)

# [:, :, np.newaxis]

のようなものを

N

次元に一般化

indexer = [slice(None)] * arr.ndim

indexer[axis] = np.newaxis

return arr - means[indexer]

A.3.2

 ブロードキャストによる配列への値の設定

算術演算を支配しているのと同じブロードキャストの規則が、インデックス参照を用いた、配列への

値の設定にも当てはまります。単純なケースでは、次のようなことができます。

In [107]: arr = np.zeros((4, 3))

In [108]: arr[:] = 5

In [109]: arr

Out[109]:

array([[ 5., 5., 5.],

[ 5., 5., 5.],

[ 5.

, 5., 5.],

[ 5., 5., 5.]])

しかし、ある

1

次元配列を配列の列に設定する場合には、先ほどと同様に配列の形状がブロードキャ

ストの規則に合うようにしておく必要があります。

In [110]: col = np.array([1.28, -0.42, 0.44, 1.6])

In [111]: arr[:] = col[:, np.newaxis]

In [112]: arr

Out[112]:

array([[ 1.28, 1.28, 1.28],

[-0.42, -0.42, -0.42],

[ 0.44, 0.44 ...