リストとNumPy配列の扱い方【Python】

えびかずき

こんにちは、えびかずきです。

今回はリストとNumPy配列(ndarray)の扱い方で時々混乱する時があるので、

自分用の備忘録として記事にまとめておくことにしました。

こんな人におすすめ：
・listとadarrayの使い方をド忘れした
・使い方をググったらここに辿り着いた

機械学習をやってると、listとかNumPy配列のndarrayを扱う機会が多いので、一度自分のための備忘録として使い方をまとめておきます。

1. 開発環境
2. 作成
3. 初期化
4. スライス
5. 整形
6. まとめ
7. 参考

開発環境

Python 3.7.3
NumPy 1.20.2

作成

listは[]、ndarrayはnp.array()で作成。

import numpy as np

# list(1次元)
make_list_1d = [0,1,2,3,4]
# [0, 1, 2, 3, 4]

# list(2次元)
make_list_2d = [[0,1,2,3,4],[1,2,3,4,5],[2,3,4,5,6],[3,4,5,6,7],[4,5,6,7,8]]
# [[0, 1, 2, 3, 4], [1, 2, 3, 4, 5], [2, 3, 4, 5, 6], [3, 4, 5, 6, 7], [4, 5, 6, 7, 8]]

# ndarray(1次元)
make_array_1d = np.array([0,1,2,3,4])
# [0 1 2 3 4]

# ndarray(2次元)
make_array_2d = np.array([[0,1,2,3,4],[1,2,3,4,5],[2,3,4,5,6],[3,4,5,6,7],[4,5,6,7,8]])
# [[0 1 2 3 4]
#  [1 2 3 4 5]
#  [2 3 4 5 6]
#  [3 4 5 6 7]
#  [4 5 6 7 8]]

初期化

import numpy as np

# list（空）
empty_list = []

# list（ゼロで埋める）
zero_list = [0]*5
# [0,0,0,0,0]

# list（1で埋める）
one_list = [1]*5
# [1,1,1,1,1]

# ndarray（空）
empty_array = np.array([])
# ちなみに、
empty_array2 = np.empty(5, dtype = np.int8) 
# だと未初期化の要素で配列をつくる（要素が0の保証は無いが処理が早い）
# [0 0 0 0 0]

# ndarray（ゼロで埋める）
zero_array = np.array([0]*5)
# [0 0 0 0 0]
# もしくは、
zero_array2 = np.zeros(5,dtype=np.int64) #デフォルトはnp.float64
# [0 0 0 0 0]

# ndarray（1で埋める）
one_array = np.array([1]*5)
# [1,1,1,1,1]
# もしくは、
one_array2 = np.ones(5,dtype=np.int64) #デフォルトはnp.float64
# [1,1,1,1,1]

# ちなみにnumpy.full()だとの値で埋められる

スライス

スライスはlistもndarrayも同じ。

import numpy as np

# list
a = [0,1,2,3,4]

a[2:]
# [2, 3, 4]

a[2:4]
# [2, 3]

a[2:-1]
# [2, 3]

# array
b = np.array([0,1,2,3,4])

b[2:]
# [2 3 4]

b[2:4]
# [2 3]

b[2:-1]
# [2 3]

整形

ndarrayはreshapeメソッドで整形できる。

import numpy as np

# array
c = np.array([0,1,2,3,4,5,6,7,8,9])
d = c.reshape(2,5)
# [[0 1 2 3 4]
# [5 6 7 8 9]]

e = c.reshape(-1,5) # これでも結果は同じ
# [5 6 7 8 9]]