はじめに
numpy配列を分割したくなることがたまにありますよね。
当然というか、それ用の関数が用意されています。でも使い方をよく忘れるので覚書として書いておくことにします。
目次
スポンサーリンク
np.split
そのまますぎる名前の関数がある。
numpy.split — NumPy v1.16 Manual
>>> import numpy as np >>> a = np.arange(10) >>> a array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> np.split(a, 2) [array([0, 1, 2, 3, 4]), array([5, 6, 7, 8, 9])]
わかりやすいですね。返り値は「リスト」で、ドキュメントにも明確にそう書いてあります。
第二引数は「indices_or_sections : int or 1-D array」で、2通りの使い方があることがわかります。配列も渡せるので試してみます。
>>> np.split(a, [2,8]) [array([0, 1]), array([2, 3, 4, 5, 6, 7]), array([8, 9])]
要するにスライスですね。こうしたのと一緒。
>>> [a[:2], a[2:8], a[8:]] [array([0, 1]), array([2, 3, 4, 5, 6, 7]), array([8, 9])]
numpyらしくaxisも指定できる。デフォルトは0。これは２次元配列で試してみましょう。
>>> b = np.arange(16).reshape(4, 4) >>> b array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15]]) >>> np.split(b, 2) [array([[0, 1, 2, 3], [4, 5, 6, 7]]), array([[ 8, 9, 10, 11], [12, 13, 14, 15]])] >>> np.split(b, 2, axis=1) [array([[ 0, 1], [ 4, 5], [ 8, 9], [12, 13]]), array([[ 2, 3], [ 6, 7], [10, 11], [14, 15]])] >>> np.split(b, [1,3]) [array([[0, 1, 2, 3]]), array([[ 4, 5, 6, 7], [ 8, 9, 10, 11]]), array([[12, 13, 14, 15]])] >>> np.split(b, [1,3], axis=1) [array([[ 0], [ 4], [ 8], [12]]), array([[ 1, 2], [ 5, 6], [ 9, 10], [13, 14]]), array([[ 3], [ 7], [11], [15]])]
結果が見づらいので、適当に整形してあります。見ての通りの使い方ができます。
np.array_split
array_splitというちょっと名前が違う関数があります。
numpy.array_split — NumPy v1.16 Manual
ドキュメントを見ると、存在意義を疑いたくなるようなことが書いてある。
Please refer to the split documentation. The only difference between these functions is that array_split allows indices_or_sections to be an integer that does not equally divide the axis. For an array of length l that should be split into n sections, it returns l % n sub-arrays of size l//n + 1 and the rest of size l//n.
拙訳：splitのドキュメントを見てね。splitとの違いは、array_splitは分割した結果の大きさが違ってても使えることだよ。長さlの配列を分割するときに、要素数が(l//n) + 1個の配列がl%n個できて、あとはl//nの長さになるような挙動になるよ。
>>> a = np.arange(10) >>> np.split(a, 3) Traceback (most recent call last): File "***/lib/python3.5/site-packages/numpy/lib/shape_base.py", line 553, in split len(indices_or_sections) TypeError: object of type 'int' has no len() During handling of the above exception, another exception occurred: Traceback (most recent call last): File "<stdin>", line 1, in <module> File "***/lib/python3.5/site-packages/numpy/lib/shape_base.py", line 559, in split 'array split does not result in an equal division') ValueError: array split does not result in an equal division >>> np.array_split(a, 3) [array([0, 1, 2, 3]), array([4, 5, 6]), array([7, 8, 9])]
たったこれだけの違い。もう少し細かく見ていくと、
>>> np.array_split(np.arange(11), 5) [array([0, 1, 2]), array([3, 4]), array([5, 6]), array([7, 8]), array([ 9, 10])] >>> np.array_split(np.arange(12), 5) [array([0, 1, 2]), array([3, 4, 5]), array([6, 7]), array([8, 9]), array([10, 11])] >>> np.array_split(np.arange(13), 5) [array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8]), array([ 9, 10]), array([11, 12])] >>> np.array_split(np.arange(14), 5) [array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8]), array([ 9, 10, 11]), array([12, 13])]
前の方の配列から長さが増えていく感じの挙動になるようです。あまり信頼しない方が良いとはおもいますが……。
ちなみに、他の使い方はすべて同じで、第二引数に配列を渡したりaxisを変えたりもできます。
同じ関数にしてオプション引数で挙動を変えれば十分な気がするけど、歴史的経緯などで統一されていないのかなぁ。
vsplit, hsplit, dsplit
こういうものも用意されています。お察しの通り、splitのaxis固定バージョンです。v, h, dはそれぞれvertically, horizontally, depthですね（統一しろよと思わなくもないが、ドキュメントにこう書いてあるので……）。
vsplitはaxis=0, hsplitはaxis=1, dsplitはaxis=2に対して分割を行います。
まとめ
こんな感じでできます。
割り切れる場合はnp.split()、割り切れない場合はnp.array_split()を使うのかな？ とも思ったが、どちらでもいけるnp.array_split()だけ覚えておけば良いような気もする。お好みで。
関連記事
結合する場合
www.haya-programming.com