Pythonで多次元配列クラスndarrayを使う方法【初心者向け】

初心者向けにPythonのNumPyの多次元配列クラスndarrayの使い方について解説しています。数値計算ライブラリNumPyで多次元配列を扱うndarrayについて基本の書き方、1次元配列から多次元配列への変換方法などを学びましょう。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営する教育×テクノロジーのWebメディアです。初心者でもすぐ勉強できる記事が2,000以上あります。

PythonのNumPyの多次元配列クラスndarrayの使い方について解説します。

Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事をまずご覧ください。

 

なお本記事は、TechAcademyのPythonオンライン講座の内容をもとにしています。

 

田島悠介

今回は、Pythonに関する内容だね!

大石ゆかり

どういう内容でしょうか?

田島悠介

NumPyの多次元配列クラスndarrayの使い方について詳しく説明していくね!

大石ゆかり

お願いします!

 

NumPyの多次元配列クラスndarrayとは

ndarrayとは、 Python の数値計算ライブラリである NumPy の配列で、多次元配列を扱うことに優れています。 NumPy を使うにはインストールが必要です。

パソコンが Macならターミナル、Windowsならコマンドプロンプトから以下のコマンドでインストールします。なお、事前に Python のインストールが必要です。

pip install numpy

 

使い方(生成方法や主な属性など)

NumPy ライブラリを使うには、最初に NumPy をインポートします。 NumPy は np という別名を付けてインポートするのが慣例となっています。

import numpy as np

ndarray の生成は array メソッドで行います。引数にはシーケンス(リストやタプル、レンジ)を指定します。dtypeは要素の型を指定します。省略するとシーケンスの要素の値から自動的に判別されます。

np.array(シーケンス, dtype=要素の型)

ndarray の主なメソッドは次の章で説明します。

また、 nuarray は Python 標準のシーケンス型と同様に、スライスにより要素を取り出すことができます。スライスについては以下の記事も参考にしてください。

Pythonのスライスの使い方

 

[PR] Pythonで挫折しない学習方法を動画で公開中

実際に書いてみよう

今回のサンプルプログラムでは、ndarray の主なメソッドの使い方を確認します。実行は Python インタプリタで行います。はじめに numpy をインポートし、もととなる ndarray を定義しましょう。

import numpy as np
a = np.array(range(1, 10))
print(a)

実行結果は以下のようになります。

[1 2 3 4 5 6 7 8 9]

ndarray の型は dtype で確認できます。

a.dtype

実行結果は以下のようになります。

dtype('int64')

 

ndarray の型を変換するには、 dtype を指定して作成しなおします。

b = np.array(a, dtype=float)
b.dtype

実行結果は以下のようになります。

dtype('float64')

 

多次元配列は以下のように作成します。

np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

実行結果は以下のようになります。

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

1次元配列を多次元配列に変換することもできます。変換は reshape メソッドで行います。「-1」を指定すると他の次元の要素数から要素数を自動決定します。良く使いますので覚えておきましょう。

d = a.reshape(3, -1)
d

実行結果は以下のようになります。上記と同様の結果となります。

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

要素の追加は append で行います。

np.append(d, [[10, 20, 30]], axis=0)

実行結果は以下のようになります。

array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 20, 30]])

 

axisは軸(次元)を指定するオプションです。1を指定すると以下のように列方向に要素を追加します。

np.append(d, [[10], [20], [30]], axis=1)

実行結果は以下のようになります。

array([[ 1,  2,  3, 10],
       [ 4,  5,  6, 20],
       [ 7,  8,  9, 30]])

axisの使い方については、以下の記事も参考にしてください。

PythonのNumPyにおける軸の操作方法(axisの使い方)

ndarray には他にも多次元配列への変換や、要素の追加・変更・削除など、多くのメソッドがあります。詳しくは公式ドキュメントを参考にしてください。

公式ドキュメント

 

この記事を監修してくれた方

太田和樹(おおたかずき)
ITベンチャー企業のPM兼エンジニア

普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。

開発実績:画像認識技術を活用した駐車場混雑状況把握(実証実験)、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント

地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。

 

大石ゆかり

内容分かりやすくて良かったです!

田島悠介

ゆかりちゃんも分からないことがあったら質問してね!

大石ゆかり

分かりました。ありがとうございます!

オンラインのプログラミングスクールTechAcademyではPythonを使って機械学習の基礎を学ぶPythonオンライン講座を開催しています。

初心者向けの書籍を使って人工知能(AI)や機械学習について学ぶことができます。

現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、最短4週間で習得することが可能です。