【NumPy】配列（ndarray）の形状を変更する方法 ~ reshape ~

NumPyの配列（ndarray）の形状を変更する方法を解説します。

配列（ndarray）の形状を変更する方法 ~ reshape ~

NumPyの配列（ndarray）の形状を変更する場合には、reshapeメソッドを使用します。

1次元配列から多次元配列を作成する

reshapeを使用する例としてよく見るケースは、1次元配列をまず作成して、その後2次元配列などの多次元配列に変換する場合です。

1次元の配列から2次元配列をreshapeを使って作成する場合には以下のようにします。

import numpy as np

x = np.arange(1, 10).reshape((3, 3))
print(x)
print(f'size: {x.size}')
print(f'shape: {x.shape}')

【実行結果】
[[1 2 3]
 [4 5 6]
 [7 8 9]]
size: 9
shape: (3, 3)

reshapeの引数には形状(shape)をタプルで指定します。上記の例では(3, 3)のような形で指定することで$3\times3$の配列を作成します。

3次元配列を作成する場合も同様で以下のようにします。

import numpy as np

x = np.arange(1, 28).reshape((3, 3, 3))
print(x)
print(f'size: {x.size}')
print(f'shape: {x.shape}')

【実行結果】
[[[ 1  2  3]
  [ 4  5  6]
  [ 7  8  9]]

 [[10 11 12]
  [13 14 15]
  [16 17 18]]

 [[19 20 21]
  [22 23 24]
  [25 26 27]]]
size: 27
shape: (3, 3, 3)

この例では、$3\times3\time3$の3次元配列になります。$n$次元になっても同様ですが表示しても分かりにくいので3次元までにしておきます。

reshapeの注意点は「変換元の配列のサイズと変換後の配列のサイズは一致している必要がある」ことです。ここで言っているサイズは、ndarrayの属性であるsizeで取得できる値のことになります。

【NumPy】配列（ndarray）の属性情報の確認方法 ~ dtype, size, shape, ndim, itemsize, nbytes ~Pythonでデータ分析をする際によく使用されるNumPyで配列（ndarray）の属性情報を確認する方法を解説します。ndarrayは、いくつかの属性を持っており、配列から簡単に参照できます。よく確認する属性（dtype, size, shape, ndim, itemsize, nbytes）について確認方法を紹介します。...

行ベクトルを作成する

配列の形状を変更したい場合の一つとして、行ベクトルを作成する場合があります。この際には、reshapeを使用するの方法とnp.newaxisを使用する2種類の方法があります。

reshapeを使用する方法

reshapeを用いて行ベクトルを作成する場合には、以下の例のように引数に(1, size)を指定します。ここでのsizeは元の入力配列のサイズです。

import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(f'x = {x}')
# 行ベクトルを作成する
x_row = x.reshape((1, x.size))
print(f'x_row = {x_row}')

【実行結果】
x = [1 2 3 4 5]
x_row = [[1 2 3 4 5]]

np.newaxisを使用する方法

reshapeを使用しない方法として、np.newaxisを使用する方法があります。その場合には、x[np.newaxis, :]のように指定します。ここでxは元の入力配列です。

import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(f'x = {x}')
# 行ベクトルを作成する
x_row = x[np.newaxis, :]
print(f'x_row = {x_row}')

【実行結果】
x = [1 2 3 4 5]
x_row = [[1 2 3 4 5]]

列ベクトルを作成する

配列の形状を変更したい場合の一つとして、列ベクトルを作成する場合があります。この際には、reshapeを使用するの方法とnp.newaxisを使用する2種類の方法があります。

reshapeを使用する方法

reshapeを用いて列ベクトルを作成する場合には、以下の例のように引数に(size, 1)を指定します。ここでのsizeは元の入力配列のサイズです。

import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(f'x = {x}')
# 列ベクトルを作成する
x_col = x.reshape((x.size, 1))
print(f'x_col = \n{x_col}')

【実行結果】
x = [1 2 3 4 5]
x_col = 
[[1]
 [2]
 [3]
 [4]
 [5]]

np.newaxisを使用する方法

reshapeを使用しない方法として、np.newaxisを使用する方法があります。その場合には、x[:, np.newaxis]のように指定します。ここでxは元の入力配列です。

import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(f'x = {x}')
# 列ベクトルを作成する
x_col = x[:, np.newaxis]
print(f'x_col = \n{x_col}')

【実行結果】
x = [1 2 3 4 5]
x_col = 
[[1]
 [2]
 [3]
 [4]
 [5]]

【Python Tech】プログラミングガイド本サイトで紹介しているPython入門、応用に関する記事のまとめページです。Python文法の入門から高度な内容、おすすめの書籍についても紹介しています。また、機械学習等のデータ分析やGUI開発、近年話題の生成AI等のトピックスについても含んでいます。...

ホッシー

システムエンジニア

Contact

はじめまして。当サイトをご覧いただきありがとうございます。 私は製造業のメーカーで、DX推進や業務システムの設計・開発・導入を担当しているシステムエンジニアです。これまでに転職も経験しており、以前は大手電機メーカーでシステム開発に携わっていました。

プログラミング言語はこれまでC、C++、JAVA等を扱ってきましたが、最近では特に機械学習等の分析でも注目されているPythonについてとても興味をもって取り組んでいます。これまでの経験をもとに、Pythonに興味を持つ方のお役に立てるような情報を発信していきたいと思います。どうぞよろしくお願いいたします。

※キャラクターデザイン：ゼイルン様