![[NumPy] 配列生成関数](https://python.atelierkobato.com/wp-content/uploads/2018/11/38480a7fa9c14d1fd1e177ad08ea3926-720x410.jpg)
≫ ndarray の基本的な作成法についてはこちらの記事を参照してください。
配列生成関数
NumPy には配列を生成する関数がいくつか用意されています。
numpy.arange()
numpy.arange() は連続数字を要素にもつ配列を生成します。
使い方は組み込み関数 range() とほとんど同じです。
numpy.arange(n) と記述すると、0 から n - 1 までの数字が並ぶ配列が生成されます。
import numpy as np
# 0～9の連続数字配列を作成
x = np.arange(10)
print(x)[0 1 2 3 4 5 6 7 8 9]numpy.arange(m, n) と記述すると、m から n - 1 までの連続数字配列が生成されます。
import numpy as np
# 3～8の連続数字配列を作成
x = np.arange(3, 9)
print(x)[3 4 5 6 7 8]3 つめの引数は step 数です。numpy.arange(m, n, s) は m から始まって s 間隔で n - 1 までの数字を生成します。
import numpy as np
# 1～9の奇数が並ぶ配列を作成
x = np.arange(1, 10, 2)
print(x)[1 3 5 7 9] オプション引数 dtype には要素のデータ型を渡します。
省略すると入力値から類推して自動的にデータ型が決定されます。
import numpy as np
# 0～9のfloat型連続数字配列を作成
x = np.arange(10, dtype = float)
print(x)[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]reshape()関数を使って連続数字の 2 次元配列を生成することもできます。
import numpy as np
# 1～9の連続数字配列を作成
x = np.arange(1, 10).reshape(3, 3)
print(x)[[1 2 3][4 5 6][7 8 9]]
numpy.zeros()
numpy.zeros() は 0 で埋め尽くされた配列を生成します。
numpy.zeros(9) は 9 個の 0.0 が並ぶ配列を生成します。
# NumPyをインポート
import numpy as np
# 0で埋め尽くされた要素数9の配列を生成
# データ型は整数(int)
x = np.zeros(9)
print(x)[0. 0. 0. 0. 0. 0. 0. 0. 0.] デフォルトでは要素のデータ型が float になっています。
データ型は dtype で指定することができます。
# NumPyをインポート
import numpy as np
# 0で埋め尽くされた要素数9の配列を生成
x = np.zeros(9, dtype = int)
print(x)[0 0 0 0 0 0 0 0 0]shape にタプルを渡して配列の形を指定することができます。
# NumPyをインポート
import numpy as np
# 0で埋め尽くされた要素数9の配列を生成
# データ型は整数(int)
x = np.zeros((3, 3), dtype = int)
print(x)[[0 0 0][0 0 0][0 0 0]]
numpy.ones()
numpy.ones() は 1 で埋め尽くされた配列を生成します。
たとえば、numpy.ones(9) は 9 個の 1 が並ぶ配列を生成します。
データ型は dtype で指定します (デフォルトは float)。
# NumPyをインポート
import numpy as np
# 1で埋め尽くされた要素数9の配列を生成
# データ型は整数(int)
x = np.ones(9, dtype = int)
print(x)[1 1 1 1 1 1 1 1 1]shape にタプルを渡して配列の形を指定することができます。
# NumPyをインポート
import numpy as np
# 1で埋め尽くされた要素数9の配列を生成
# 各要素のデータ型は整数(int)
x = np.ones((3, 3), dtype = int)
print(x)[[1 1 1][1 1 1][1 1 1]]
numpy.full()
numpy.full() は同じ要素で埋め尽くされた配列を生成します。
たとえば全ての要素が 5 である 2 × 3 の配列を作りたいときには、shape に (2, 3), fill_value に 5 を渡します。
# NumPyをインポート
import numpy as np
# 全ての要素が 5 である 2 × 3 の配列を生成
x = np.full((2, 3), 5, dtype = "int32")
print(x)[[5 5 5][5 5 5]]
numpy.eye()
numpy.eye() は対角線上に 1 が並ぶ配列を生成します。
たとえば、3 × 3 の単位配列を作りたいときには引数 N に 3 を渡します。
# NumPyをインポート
import numpy as np
# 3 × 3 の単位配列を生成
x = np.eye(3, dtype = "int32")
print(x)[[1 0 0][0 1 0][0 0 1]]
引数 M には配列の列数を指定します（省略すると M = N です）。引数 k には対角線左上隅の 1 の位置を渡します。列（右）方向にずらす場合は正の値を、行（下）方向にずらす場合は負の値を指定します。
# NumPyをインポート
import numpy as np
# 3 × 3 の単位配列を生成
x = np.eye(3, 4, k = 1, dtype = "int32")
print(x)[[0 1 0 0][0 0 1 0][0 0 0 1]]
numpy.identity()
numpy.identity() は主対角成分に 1 が並ぶ正方配列（単位配列）を生成します。
第1引数で配列のサイズを指定します。たとえば、3×3 の単位配列を生成するときは次のようなコードを記述します。
# 3×3 の単位配列を生成
x = np.identity(3, dtype = np.int)
print(x)[[1 0 0][0 1 0][0 0 1]
numpy.matrix()
numpy.matrix() は文字列から配列を生成する関数です。
この関数で配列を生成するときは、各行を ";" で区切って指定します。
# NumPyをインポート
import numpy as np
# 2次元配列を生成
x = np.matrix("1 2 3 ; 4 5 6 ; 7 8 9")
print(x)[[1 2 3][4 5 6][7 8 9]]
各要素のデータ型は dtype で指定します。
# NumPyをインポート
import numpy as np
# 2次元配列を生成
# データ型は複素数(complex)
x = np.matrix("1 2 3 ; 4 5 6", dtype = "complex")
print(x)[[1.+0.j 2.+0.j 3.+0.j][1.+0.j 2.+0.j 3.+0.j]]
numpy.linspace()
numpy.linspace() は開始値 (start) から終了値 (stop) まで均等間隔に数字を並べます（すなわち等差数列を生成します）。
第 3 引数 num には要素数を指定します (デフォルトは 50)。
たとえば、[10 20 30 40 50] という配列を作りたいときは次のようなコードを書きます。
# NumPyをインポート
import numpy as np
# 開始値10,終了値50,要素数5の等差数列
# データ型(dtype)はintを指定
x = np.linspace(10, 50, 5, dtype = int)
print(x)[10 20 30 40 50]endpoint を False にすると、stop に指定した数を含みません。
# NumPyをインポート
import numpy as np
x = np.linspace(10, 50, 5, dtype = int, endpoint = False)
print(x)[10 18 26 34 42] retstep は配列のあとに公差を表示するか否かのオプションです。
デフォルトでは False になっているので、表示したいときは True を指定します。
# NumPyをインポート
import numpy as np
# 開始値10,終了値3,要素数3の等差数列(公差を表示)
x = np.linspace(10, 20, 3, retstep = True)
print(x)(array([10., 15., 20.]), 5.0)
numpy.logspace()
numpy.logspace() は対数スケールで等間隔の配列を生成します。
endpoint が True であるとき、配列の最初の要素は base ** start, 最後の要素は base ** stop です。要素の個数は num で指定します。たとえば、$10^2$ から $10^4$ まで 5 個の要素を対数スケールで等間隔に並べる場合は次のコードを記述します。
import numpy as np
# 10**2から10**4まで、10を底とする対数スケールで要素が等間隔に並ぶ配列
x = np.logspace(2.0, 4.0, num = 5)
# xの常用対数
y = np.log10(x)
print("x = {}".format(x))
print("y = {}".format(y))x = [100. 316.22776602 1000. 3162.27766017 10000.]y = [2. 2.5 3. 3.5 4.]
endpoint を False に設定すると、stop を含まない形で配列を生成します。
# 10**2から、10を底とする対数スケールで要素が等間隔に5個並ぶ配列
x = np.logspace(2.0, 4.0, num = 5, endpoint = False)
# xの常用対数
y = np.log10(x)
print("x = {}".format(x))
print("y = {}".format(y))x = [100. 251.18864315 630.95734448 1584.89319246 3981.07170553]y = [2. 2.4 2.8 3.2 3.6]
numpy.diag()
numpy.diag() は対角配列を生成、もしくは配列の対角成分を抜き出す関数です。
第1引数 v に 1次元配列を渡すと、渡した配列を右斜めの対角要素とする（それ以外の要素を 0 とする）2次元配列を返します。第2引数 k でオフセットを指定することができます（正ならば列方向、負ならば行方向にずらします）。
# 対角成分
v = np.array([1, 2, 3])
# 対角配列を作成
x1 = np.diag(v)
x2 = np.diag(v, 2)
x3 = np.diag(v, -2)
print("{}\n".format(x1))
print("{}\n".format(x2))
print("{}".format(x3))[[1 0 0][0 2 0][0 0 3]][[0 0 1 0 0][0 0 0 2 0][0 0 0 0 3][0 0 0 0 0][0 0 0 0 0]][[0 0 0 0 0][0 0 0 0 0][1 0 0 0 0][0 2 0 0 0][0 0 3 0 0]]
第1引数 v に 2次元配列を渡すと、配列から右斜めの対角線に並ぶ要素を抜き出して 1次元配列として返します。第2引数 k はオフセットです。
# 配列xを定義
x = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
# xの対角成分を抽出
v1 = np.diag(x)
v2 = np.diag(x, 1)
v3 = np.diag(x, -1)
print("v1 = {}".format(v1))
print("v2 = {}".format(v2))
print("v3 = {}".format(v3))v1 = [1 5 9]v2 = [2 6]v3 = [4 8]
numpy.fromfunction()
numpy.fromfunction() は、第1引数に渡した関数を使って配列を生成します。
たとえば、2変数 i と j の関数を渡すと、2次元配列におけるインデックス (i, j) の要素をその関数にしたがって決定することになります。
# インデックス(i,j)の要素がi+jとなる配列を生成
x = np.fromfunction(lambda i, j: i + j, (3, 4), dtype = np.int)
print(x)[[0 1 2 3][1 2 3 4][2 3 4 5]]
3変数 i, j, k の関数を渡すと、3次元配列を生成します。
# インデックス(i,j,k)の要素がi*j+kとなる配列を生成
x = np.fromfunction(lambda i, j, k: i * j + k, (2, 3, 4), dtype = np.int)
print(x)[[[0 1 2 3][0 1 2 3][0 1 2 3]][[0 1 2 3][1 2 3 4][2 3 4 5]]]