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。
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]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
scores >= 80はすべての要素を比べ、True と False の配列を返します。scores[scores >= 80]はマスクが True の要素だけを残します。passingは新しい配列[82 91 88]で、scoresは変わりません。- 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
main.py
import numpy as np
scores = np.array([64, 82, 91, 73, 88])
passing = scores[scores >= 80]
print(passing)
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。
- 入力配列の形状(shape)とデータ型(dtype)を変える。
- 負の数、小数、欠損値で試す。
- 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。
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。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
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。
- Above-Average Values Keep the values that are greater than the average. 簡単
- Count Positive Numbers Count the values greater than zero in a list. 簡単