【NumPy】”where”とは？配列によるデータ操作を徹底解説！

前のページ|次のページ

5章ではNumPyの関数である『numpy.where()』と『numpy.any()』『numpy.all()』について解説します。

いずれの関数もデータ分析において非常に役に立つものです。ぜひ最後までご覧ください！

numpy.where()による条件制御

numpy.where()とは？

『numpy.where()』関数を用いると、2つの配列から値を取り出すとき、条件によって取り出す値を選択することができます。

この関数の書式は以下のようになります。

where()は、条件の配列がTrueのときは配列1のデータ、Falseのときは配列2のデータを取り出した新たな配列を作成します。

例えば条件の配列の3番目の値がTrueの場合、配列1の3番目の値が取り出されます。

条件の配列は真偽値を要素とする配列(真偽値配列)で、配列に対する条件式を書くことで作成することができます。

条件式と真偽値配列については以下の記事で詳しく解説していますので、分からないという方はぜひ参照してください！

NumPy配列のインデックスとスライスを解説！条件に応じてデータを抽出する方法 前のページ|次のページ 4章ではNumPy配列(ndarray)の『インデックス』と『スライス』および『ブールインデックス参照』...

使い方①：条件に基づいて値を選択

まずは2つの配列から条件によって取り出す値を選択し、新たな配列を作るという使い方を紹介します。

以下の例では、配列aの要素が10未満のとき配列xから、10以上のとき配列yから値を取り出した新たな配列を作成しています。

a = np.array([1,12,3,5,20,3,15,16]) #条件の元になる配列
x = np.array([1,2,3,4,5,6,7,8])
y = np.array([10,20,30,40,50,60,70,80])

# aの要素が10未満の位置はxから、その他はyから取り出す
print(np.where(a < 10, x, y))

[ 1 20  3  4 50  6 70 80]

aの2,5,7,8番目の要素は10以上の値なので、新たな配列の2,5,7,8番目の値はxから取り出されています。

一方その他の要素はyから取り出されていることが分かりますね。

なお、最初の引数「a < 10」は、aの要素が10未満の位置にTrue、それ以外の位置にFalseが格納された真偽値配列と等価です。

a = np.array([1,12,3,5,20,3,15,16]) #条件の元になる配列

#配列に対する条件式は真偽値配列を返す
print(a < 10)

[ True False  True  True False  True False False]

使い方②：条件に応じて要素を置換

使い方①の応用として、条件に応じて配列の要素を置換する処理を行うことができます。

とすることで、条件を満たした場合は値1、満たさない場合は値2で元の配列を置換します。

例えば以下の例では、配列aの要素が偶数の時’even’、奇数の時’odd’で値を置換した、新たな配列を取得しています。

a = np.array([1,12,3,5,20,3,15,16]) #条件の元になる配列

#偶数ならeven、奇数ならoddで置換
a_even_odd = np.where(a % 2 == 0, 'even', 'odd')
print(a_even_odd)

['odd' 'even' 'odd' 'odd' 'even' 'odd' 'odd' 'even']

この動作には、NumPy特有のブロードキャストと呼ばれる処理が用いられています。

今回の場合は、第二、第三引数がそれぞれ「[‘even’, ‘even’,…]」「[‘odd’, ‘odd’,…]」のような配列に変換されています。

その後、使い方①と同じ処理を行うことで、要素が置換されます。

ブロードキャストについては以下の記事で詳しく解説しています！

NumPyとは? ndarrayとは？|配列の基本を徹底解説！ 前のページ|次のページ 2章ではPythonのライブラリの1つである『NumPy』の概要について説明します。 ...

any/all関数による真偽値の判定

『any()』関数や『all()』関数を用いることで、真偽値の判定を行うことができます。

numpy.any()

『any()』関数を用いることで、真偽値配列にTrueが少なくとも1つ含まれるかどうかを判定できます。

とすると、真偽値配列にTrueが少なくとも1つあればTrue、すべての要素がFalseならFalseを返します。

#真偽値配列1
bool_arr_1 = np.array([False, False, True, False, True])
#真偽値配列2
bool_arr_2 = np.array([False, False, False])

print(np.any(bool_arr_1))
print(np.any(bool_arr_2))

True
False

ところで、配列に対する条件式は真偽値配列を返します。

これを利用して、any()により「配列の中に条件を満たす要素が存在するか」を確かめることができます。

以下の例では、xに含まれる123が3の倍数のためTrueが返されます。

一方yには2の倍数(偶数)が1つも含まれないため、Falseが返されます。

x = np.array([2579,18509,4567,559,123,2620])
y = np.array([1,3,5,7,9])

print(np.any(x % 3 == 0)) #xに3の倍数は含まれるか
print(np.any(y % 2 == 0)) #yに偶数は含まれるか

True
False

numpy.all()

『all()』関数を用いることで、真偽値配列の要素がすべてTrueかどうかを判定できます。

とすると、真偽値配列の要素がすべてTrueであればTrue、1つでもFalseならFalseを返します。

#真偽値配列3
bool_arr_3 = np.array([False, False, True, False, True])
#真偽値配列4
bool_arr_4 = np.array([True, True, True])

print(np.all(bool_arr_3))
print(np.all(bool_arr_4))

False
True

またanyと同じように、allにより「配列のすべての要素が条件を満たすか」を確かめることができます。

z = np.array([3,6,9,12,15,18])
w = np.array([1,2,3,4,5,6,7,8,9,10])

print(np.all(z % 3 == 0)) #zのすべての要素が3の倍数かどうか
print(np.all(w < 10)) #wのすべての要素が10未満かどうか

True
False

5章の練習問題

以下の練習問題を解いてみましょう。

練習問題

a = np.array([1,2,3,4,5])


x = np.array([10,20,30,40,50])


y = np.array([100,200,300,400,500])

data = np.array([61829,35578,66535,96610,26073,67574,86356,87815,41316,24532])

解答

a = np.array([1,2,3,4,5])
x = np.array([10,20,30,40,50])
y = np.array([100,200,300,400,500])

arr1 = np.where(a % 2 == 1, x, y)
arr2 = np.where(a <= 2, 1, -1)
print('(1):', arr1)
print('(2):', arr2)

(1): [ 10 200  30 400  50]
(2): [ 1  1 -1 -1 -1]

data = np.array([61829,35578,66535,96610,26073,67574,86356,87815,41316,24532])

print('(1):', np.any(data % 17 == 0))
print('(2):', np.all(data % 17 == 0))

(1): True
(2): False

次のページへ

【NumPy】配列の結合・分割を完全マスター！練習問題付き 前のページ|次のページ 6章ではNumPy配列(ndarray)の結合・分割ができる『numpy.concatenate()』と...