NumPyをオンライン実行

NumPyの配列を条件で絞り込む

このレッスンでは、ブールインデックス(boolean indexing)を使って、NumPy配列から条件を満たす要素を取り出します。

  • 中級
  • 約2分で読めます
  • 実行できるサンプル 1 件

はじめに

どんな問題を解決するか

合格した点数、上限より安い価格、氷点より高い気温。このように必要な値だけを選び出すのは、データ処理で最もよくある作業の1つです。NumPy ならループは要りません。条件を書くだけで、値を選び出してくれます。

身近なたとえ

真偽値(True/False)を使った絞り込みは、数が並んだ列の上に型紙をかぶせるようなものです。条件に合う値の上にだけ、型紙に穴を開けます。型紙越しに見ると、条件に合う値だけが見えます。

型紙からコードへ
scores >= 80✂️ 合格した点数の上に穴を開ける
[False, True, True, False, True]🕳️ 型紙:True の所が穴
scores[scores >= 80]👀 穴を通して見る
passing📋 [82 91 88]
True/False のマスクで残す要素を選びます。
ひと言でいうと

ブールインデックスは、配列と同じ形をした True と False の並び(マスク)を使って、配列の要素を選ぶ方法です。マスクが True の位置にある要素だけが残ります。

重要なポイント

  1. scores >= 80 はすべての要素を比べ、True と False の配列を返します。
  2. scores[scores >= 80] はマスクが True の要素だけを残します。
  3. passing は新しい配列 [82 91 88] で、scores は変わりません。
  4. 残った値の順番は元の配列と同じです。

どんな場面で使う?

  • 外れ値、有効な測定値、合格点など、条件で値を選ぶ。
  • (scores >= 80).sum() で、条件に合う要素の数を数える。
  • 条件に合う値を置き換える。

使わなくてよいとき

  • 普通の Python のリスト:マスクは使えないので、リスト内包表記を使います。
  • ラベル付きの表データ:pandas の絞り込みなら行ラベルと列名が残ります。

サンプルコード

コードを実行 →
main.py
import numpy as np

scores = np.array([64, 82, 91, 73, 88])
passing = scores[scores >= 80]

print(passing)
この例の実行ボタンを作成

実行結果

[82 91 88]

コードの解説

比較scores >= 80は、マスク[False, True, True, False, True]を作ります。このマスクを角かっこscores[...]に入れると、80点以上の点数[82 91 88]だけが残ります。複数の条件を組み合わせるには&(かつ)と|(または)を使い、各条件をかっこで囲みます。

値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。

発展問題

下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。

  1. 入力配列の形状(shape)とデータ型(dtype)を変える。
  2. 負の数、小数、欠損値で試す。
  3. もっと大きな多次元配列に同じ操作をして、実行時間を測る。
Pythonコンパイラで実行 →

よくある間違い

条件を and で組み合わせる

Python の and は配列には使えません。かっこを付けて & を使います。

問題
scores[scores >= 80 and scores < 90]
修正
scores[(scores >= 80) & (scores < 90)]

このレッスンを終えましたか?

学習済みにすると進み具合を記録できます。

チャレンジで練習する

このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。

すべてのチャレンジ