※この記事にはプロモーションが含まれています。

16. NumPyでベクトル・行列計算

NumPy入門!whereで条件に応じた要素の抽出

更新日:

条件を指定しての配列からの要素の抽出は、zipを利用してもできますが、NumPyのwhereを利用すると簡単に記述することができます。この記事では、zip、whereの使い方とその違いを確認していきましょう。

 

動画教材紹介私(清水 義孝)が作成したコース「Pythonによるビジネスに役立つWebスクレイピング」(Udemyへのリンク)が発売中!
GWに新スキルを習得しよう!セールは4月21日まで!GW前の大セール中!

NumPyでのzipによる条件指定での抽出

同じ要素数のndarray型の配列A、B、conditionを用意します。配列A、Bについては適当な数値を格納し、配列conditionにはTrue、もしくは、Falseを格納します。配列A、B、conditionの要素を順に読み込み、conditionの値がTrueの場合はAから値を取得し、conditionの値がFalseの場合はBから値を取得するプログラムを記述します。

In [1]: A=np.array([1,2,3,4])
...: B=np.array([100,200,300,400])
...: condition=np.array([True,True,False,False])
...: answer=[(A_val if cond else B_val) for A_val,B_val,cond in zip(A,B,condition)] ...: answer
Out[1]: [1, 2, 300, 400]

 

zipでは複数の配列などのオブジェクトの要素を取り出すことができ、'for A_val,B_val,cond in zip(A,B,condition)'では、'zip(A,B,condition)'で配列A、B、conditionの要素を順に取り出し、それぞれ変数A_val、B_val、condに格納していきます。これらの変数は'A_val if cond else B_val'のif文でcondがTrueであれば変数A_valの値、condがFalseであれば変数B_valの値を出力用の配列の要素としています。

 
 
 

NumPyでのwhereによる条件指定での抽出

上記の複雑なプログラムは、NumPyのwhereを使うと簡単に記述することができます。whereではNumPyのndarray配列に対して、条件を満たす要素を簡単に抽出することができます。

記述方法は以下で、

numpy.where(条件式[, x, y])

条件式を満たす場合(真Trueの場合)はx、満たさない場合(偽Falseの場合)はyのndarray配列を返します。またx, yを省略した場合は、条件を満たすindexを返します。

 

このwhereを利用して、先ほどのプログラムは以下のように書き換えることができます。

In [2]: answer2 = np.where(condition,A,B)
...: answer2
Out[2]: array([1, 2, 300, 400])

 
 
 
著書の紹介です。

 

 
 
 
最後に...


Pythonの学習においては、実際に様々なプログラムを書いて試していくことが非常に重要です。Pythonについて、さらに詳しく学ばれたい方は、以下の私のUdemy講座をご検討いただければ幸いです。


Pythonを用いて世界中のWebサイトから自動的にデータ収集する方法を、基礎からていねいに学ぶことができます。Pythonを初めて学ばれた方も、最初に取り組みやすい内容になっています。


>> Pythonによるビジネスに役立つWebスクレイピング
発売数8,500本突破を記念して大セール中!期間限定になりますのでお早めに。
Pythonによるビジネスに役立つWebスクレイピング(BeautifulSoup、Selenium、Requests)講座の画面

既に8,500名以上の方に受講頂き、大変好評です。またコースに満足いただけない場合でも、30日返金保証があるので安心です。

期間限定の割引クーポンは、こちらから!
>> Pythonによるビジネスに役立つWebスクレイピング
   
   





-16. NumPyでベクトル・行列計算

Copyright© ビジPy , 2024 All Rights Reserved.