「配列の軸」の版間の差分
(→多次元配列) |
(→多次元配列) |
||
23行: | 23行: | ||
[ [ [1, 2], [3, 4], [5, 6] ], | [ [ [1, 2], [3, 4], [5, 6] ], | ||
[ [7, 8], [9, 10], [11, 12] ], | [ [7, 8], [9, 10], [11, 12] ], | ||
− | [ [13, 14], [15, 16], [17, 18] ] | + | [ [13, 14], [15, 16], [17, 18] ], |
[ [19, 20], [21, 22], [23, 24] ] | [ [19, 20], [21, 22], [23, 24] ] | ||
] | ] | ||
32行: | 32行: | ||
array([[[ 1, 2], | array([[[ 1, 2], | ||
− | [ | + | [ 3, 4], |
− | [ | + | [ 5, 6]], |
− | [[10, 11], | + | [[ 7, 8], |
− | + | [ 9, 10], | |
− | [16, 17]], | + | [11, 12]], |
+ | |||
+ | [[13, 14], | ||
+ | [15, 16], | ||
+ | [17, 18]], | ||
[[19, 20], | [[19, 20], | ||
− | [ | + | [21, 22], |
− | [ | + | [23, 24]]]) |
numpyの ndarray は自身を表示するとき、最も下位の次元の要素を横に並べて表示し、他の次元は縦に並べて表示するので、かなり見にくいです。 | numpyの ndarray は自身を表示するとき、最も下位の次元の要素を横に並べて表示し、他の次元は縦に並べて表示するので、かなり見にくいです。 | ||
53行: | 57行: | ||
a[1, 2, 0] | a[1, 2, 0] | ||
− | とも書けます。便利ですね。もちろん値は | + | とも書けます。便利ですね。もちろん値は 11 になります。 |
==軸== | ==軸== |
2022年5月4日 (水) 08:47時点における版
メインページ>コンピュータの部屋#Python>Numpy Tips
Numpy を使用していると axis というパラメータによく出くわしますが、
あまりよい解説がなく戸惑う人が多いと思います。
そこで「軸(axis)」を簡単に説明してみようと思います。
多次元配列
とりあえず3次元配列を中心に話を進めます。
まず、3×3×2(shape = (3, 3, 2)) の配列を作ってみます。
python の REPL にこんなコードを入力すると
import numpy as np a = np.array( [ [ [1, 2], [3, 4], [5, 6] ], [ [7, 8], [9, 10], [11, 12] ], [ [13, 14], [15, 16], [17, 18] ], [ [19, 20], [21, 22], [23, 24] ] ] ) print(repr(a)) print(repr(a))
3次元配列はこんな感じで表示されます。
array([[[ 1, 2], [ 3, 4], [ 5, 6]], [[ 7, 8], [ 9, 10], [11, 12]], [[13, 14], [15, 16], [17, 18]], [[19, 20], [21, 22], [23, 24]]])
numpyの ndarray は自身を表示するとき、最も下位の次元の要素を横に並べて表示し、他の次元は縦に並べて表示するので、かなり見にくいです。
この配列の第1次元の2つ目、第2次元の3つ目、第3次元の1つ目の要素にアクセスするには、各次元の配列インデックスを使って
a[1][2][0]
と書きますが、numpyの配列では
a[1, 2, 0]
とも書けます。便利ですね。もちろん値は 11 になります。
軸
この3次元配列とその配列インデックスの関係を表したものが下図です。
これは3次元の配列を、小さな立方体を多数集めた直方体で表現したもので、個々の立方体は最下位次元の配列の要素です。
垂直とか、水平とか、深さと書いてあるので配列のインデックスのことで、 axis(軸) とは簡単に言ってしまえば、配列のインデクスにつけた番号です。
軸はインデックスそのもの、あるいはインデックスを変化させたときの方向を表します。
axis = 0 → 垂直方向のインデックス(vertical) = 1番目(最上位)の次元のインデックス
axis = 1 → 水平方向のインデックス(horizontal) = 2番目の次元のインデックス
axis = 2 → 深さ方向のインデックス(depth) = 3番目(最下位)の次元のインデックス
尚、numpy の解説で 図の深さ方向を axis = 0 と紹介するのが一般的ですが、 軸方向へ配列を連結する np.vstack(axis=0方向), np.hstack(axis=1方向), np.dstack(axis=2方向) 関数の名称を鑑み 奥行方向を axis=2 としました。
これは直方体を見る目の方向の違いであって、どうでもよい話ですが、numpyの関数名称を理解するにはこちらの方が良いです。
4次元以上の配列の軸
4次元以上の配列の立体的な把握は困難なので、 axis(軸)は
1番目の次元のインデックス → axis=0 2番目の次元のインデックス → axis=1 3番目の次元のインデックス → axis=2 4番目の次元のインデックス → axis=3 5番目の次元のインデックス → axis=4
というように覚えておけばよいでしょう。3次元以下の配列でもこれで十分かもしれません。
2次元配列の軸
2次元配列は行列として扱うことが多いですが。その場合 axis(軸) は
axis=0 → 行番号 axis=1 → 列番号
但しこれは、行方向, 列方向という意味ではなくて、
axis=0 → 行を横断する方向 axis=1 → 列を横断する方向 = 行方向
なので、混乱しないように。