🕌

第2回：NumPy配列の追加・挿入・コピー

に公開
Python
入門
numpy
tech

はじめに

本記事は「Pythonで数値計算を行うためのNumPy入門」シリーズの第2回です．
このシリーズでは， "NumPyのよく使われる機能を分野ごとに理解すること" を目標としています．

Pythonで数値計算を行う際に欠かせないライブラリ「NumPy」について，基礎から応用まで体系的に学べます．

シリーズ構成予定（全10記事）

  1. NumPyのインストール 〜 arrayの基本
  2. 配列の追加・挿入・コピー（本記事）
  3. 配列の作成（ones / zeros / arange / linspace）（公開後にリンクを追加する予定）
  4. 配列の結合（hstack / vstack）（公開後にリンクを追加する予定）
  5. 条件抽出と検索（where / clip / unique）（公開後にリンクを追加する予定）
  6. 統計処理（mean / std / median ほか）（公開後にリンクを追加する予定）
  7. 線形代数（dot / inv / det / norm）（公開後にリンクを追加する予定）
  8. 乱数生成（rand / randint / normal）（公開後にリンクを追加する予定）
  9. 三角関数と角度変換（sin / arctan2 ほか）（公開後にリンクを追加する予定）
  10. ファイル入出力（savetxt / loadtxt）（公開後にリンクを追加する予定）

私のNumpyライブラリのバージョンは "1.26.4" です．

本記事のゴール

本記事では， 配列操作の基本となる「追加」「挿入」「コピー」 を学んでいきます．

今回扱う関数は以下の3つです．

関数 内容 備考
np.append() 配列の末尾に追加 配列の末尾にデータが追加
np.insert() 任意の位置に挿入 挿入位置を任意で設定
np.copy() 配列のコピー 実体コピーと参照コピーに注意

実体コピーと参照コピーの違いを理解しないと，想定通りに動かなくなりますので，しっかりと理解しましょう．

NumPyライブラリの読み込み

NumPyを使うためには，まずライブラリの読み込みから始めます．

import numpy as np

numpyライブラリを "np" という名前として，扱えるようにライブラリを読み込んでいます．
以降では "np" という名前を使っていきます．

np.append() (配列の末尾にデータを追加)

配列の末尾にデータを追加する np.append() 関数に関して説明する．

# 配列の初期化
arr = np.array([10, 20, 30])
print(arr)
# 出力：[10, 20, 30]

# 配列の末尾にデータを追加
new_arr = np.append(arr, 40)
print(new_arr)
# 出力：[10, 20, 30, 40]
print(arr)
# 出力：[10, 20, 30]

元の配列 arr には，データが追加されない．new_arr に arr の末尾にデータが追加された配列が保存される．
arr と new_arr は異なる配列となる．

np.insert() (配列の任意位置にデータを挿入)

配列の任意位置にデータを挿入する np.insert() 関数に関して説明する．

# 配列の初期化
arr = np.array([10, 20, 30])
print(arr)
# 出力：[10, 20, 30]

# 配列の位置1に15を挿入
new_arr = np.insert(arr, 1, 15)  # 位置1に15を挿入
print(new_arr)
# 出力：[10, 15, 20, 30]

配列のインデックスは "0" スタートです．
配列にデータを挿入すると挿入位置以降のデータが1つずつ後ろに移動します．

np.copy() (配列のコピー)

配列をコピーする np.copy() 関数に関して説明する．

# 配列の初期化
arr = np.array([10, 20, 30])
print(arr)
# 出力：[10, 20, 30]

# 配列のコピー
arr_copy = arr.copy()
# 要素0を999へ更新
arr_copy[0] = 999

print(arr)
# 出力：[10, 20, 30]
print(arr_copy)
# 出力：[999, 20, 30]

np.copy() を使用すると，別の配列として，定義されます．arr と arr_copy は同じデータ内容だが，異なる配列となります．
要するに，arr と arr_copy はメモリ内で異なるアドレス上に同じデータがコピーされます．
詳細は後ほど説明します．

次に，np.copy() を使用せずに，= によるコピーを実行します．

# "=" による配列のコピー
arr_view = arr
arr_view[0] = 999

print(arr)
# 出力：[999, 20, 30]
print(arr_view)
# 出力：[999, 20, 30]

**= は「コピー」ではなく「参照コピー」**になるため，arr と arr_view の両方とも値が変更されます．
要するに，arr と arr_view はメモリ内で同じアドレス上を参照しているので，片方の変数を修正すると両方の変数に影響が生じます．
次に，実体コピー(np.copy())と参照コピー(=) の違いを説明します．

実体コピーと参照コピー

実体コピー(np.copy())と参照コピー(=)の違いを説明します．

前提条件としては，下記の図の通りとなります．
変数名 arr を定義している前提で話を進めます．

はじめに，実体コピー(np.copy())の処理を説明します．
内容は下図の通りとなります．

変数 arr_view は変数 arr と異なるアドレス上に同じデータを保持しています．要するに arr_view と arr は異なるアドレスを参照しています．
異なるアドレスを参照しているため，arr_view を変更しても arr は変わらないです．また，arr を変更しても arr_view は変わらないです．

次に，参照コピー('=')の処理を説明します．
内容は下図の通りとなります．

変数 arr_view は変数 arr のアドレスを保存しています．要するに arr_view と arr は同じアドレスを参照しています．
同じアドレスを参照しているため，arr_view を変更すると arr も変更されます．また，arr を変更すると arr_view も変更されます．

実体コピーと参照コピーを下表にまとめます．

コピー方法 コピー先のアドレスとコピー元のアドレス 内容
実体コピー('np.copy()') 異なるアドレス コピー先のデータをコピー
参照コピー('=') 同じアドレス コピー先のアドレスをコピー

実体コピーと参照コピーの違いを理解しないと，想定外の挙動となるので，注意しましょう．
次に，どうやって実体コピーか参照コピーかどうかを確認する方法を説明します．

実体コピーと参照コピーの判別方法

Pythonにて，実体コピー(np.copy())と参照コピー(=)を判別する方法を説明します．
Pythonが提供している標準関数である id() を使用して，変数が保存されているアドレスを取得して，実体コピーなのか参照コピーなのかを判別していきます．
ソースコードの実装例を説明します．

# 配列の初期化
arr = np.array([10, 20, 30])

# 配列のコピー
arr_copy = arr.copy()

# "=" による配列のコピー
arr_view = arr

# 各変数が保存されているアドレスを表示
print(id(arr))
# 出力：4380430704
print(id(arr_copy))
# 出力：4380977040
print(id(arr_view))
# 出力：4380430704

注意：id()の結果は各々で異なります．また，他にソフトウェアを起動していたりすると，毎回異なる結果となります．表示している値は私のPCで実行した時の結果となります．

注目して欲しい箇所は，id(arr) と id(arr_view) の結果が一致することと，id(arr) と id(arr_copy) の結果が不一致なことです．
id(arr) と id(arr_view) の結果が一致するので，= は参照コピーとなっていることが判別できます．
id(arr) と id(arr_copy) の結果が不一致なので，np.copy() は実体コピーとなっていることが判別できます．

実体コピーか参照コピーかを判別するには，id() の結果を見ましょう．

まとめ

NumPyライブラリの append / insert / copy を比較します．

| 操作 | 関数 | よく使う場面 |
| 値を末尾に追加 | np.append() | データの拡張 |
| 中間に挿入 | np.insert() | 条件挿入 |
| 配列のコピー | np.copy() | 後で加工する時 |

次に，実体コピーと参照コピーを比較します．

コピー方法 コピー先のアドレスとコピー元のアドレス 内容
実体コピー('np.copy()') 異なるアドレス コピー先のデータをコピー
参照コピー('=') 同じアドレス コピー先のアドレスをコピー

配列操作を理解することで，データ加工や分析がスムーズになります．
実体コピーや参照コピーを理解することで，不具合を未然に防ぐことができます．

次回予告

第3回：「配列の作成（ones / zeros / arange / linspace）」

  • np.ones() (配列を1で初期化)
  • np.zeros() (配列を0で初期化)
  • arange() (初期値から目標値まで一定値で増加する配列の作成)
  • linspace() (初期値と目標値を等間隔にN分割した配列の作成)

そんなときに使う「配列生成の基本」を説明します．

参考文献

本記事を作成するに当たって参考にしたサイトをまとめました．

Discussion