科学の箱

科学・IT・登山の話題

Python

スライスとインデックスを組み合わせてデータを抜き出す

投稿日:

行列からデータを取得する際には、インデックスを利用すことはわかった。このインデックスの種類としては整数、スライス、配列、ブーリアンがある。これらを組み合わせて柔軟に配列から要素を抜き出すことができる。

今回はYamada, Takahashi, Suzuki, Kawakamiに紐づくデータを用意する。各データは7項目から成り立つ。また一人には複数のデータが紐づいているとする。

まずは名前用の配列を用意する。

# ラベル用配列
name = np.array(["Yamada", "Takahashi", "Suzuki", "Kawakami","Yamada"])
print(name)
# ['Yamada' 'Takahashi' 'Suzuki' 'Kawakami' 'Yamada']

次にデータ用の配列を用意する。データ数は5であり、7項目ある。合計25個のデータを用意して、shapeで5×7にしてあげる。

data = np.random.random(35)
data = data.reshape(5,7)
print(data)
# [[0.34424184 0.62308632 0.77090286 0.11197278 0.56711419 0.82823042
  0.40272551]
 [0.97235281 0.15912985 0.52458126 0.39268775 0.58444596 0.28289483
  0.88226724]
 [0.4269921  0.70174719 0.35377691 0.74882525 0.35059669 0.10852082
  0.79938528]
 [0.78825568 0.23561709 0.85584193 0.50858051 0.93876539 0.55676888
  0.46110362]
 [0.30714079 0.72800077 0.74949162 0.06922578 0.89872415 0.69173606
  0.93505941]]

 

さていまYamadaの3~5番目のデータのみを抜き出すとする。

単純に考えると、まずYamadaのデータのみ抜き出す。そしてスライスをすればよい。

# Yamadaを抜き出すためのブーリアン型
b_name = name == "Yamada" 
print(b_name)
# [ True False False False  True]

print(data[b_name])
# array([[0.34424184, 0.62308632, 0.77090286, 0.11197278, 0.56711419,
        0.82823042, 0.40272551],
       [0.30714079, 0.72800077, 0.74949162, 0.06922578, 0.89872415,
        0.69173606, 0.93505941]])

data_x = data[b_name]
print(data_x[:,3:5])
# array([[0.11197278, 0.56711419],
       [0.06922578, 0.89872415]])

 

さてこの操作はブーリアン型とスライスを合わせることで、一つにまとめることができる。

print(data[b_name, 3:5])
# [[0.11197278 0.56711419]
 [0.06922578 0.89872415]]

 

さらにブーリアン配列もinlineにすると以下のようになる。

print(data[name=="Yamada", 3:5])
# [[0.11197278 0.56711419]
 [0.06922578 0.89872415]]

 

メタ情報

inarticle



メタ情報

inarticle



-Python
-

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

グリッドサーチ

機械学習のアルゴリズムを利用する際に一つの問題がパラメータの最適化。例えばSVMではガンマパラメータを適切に設定しないと結果は使い物にならないことがある。このパラメータは自分で設定する方法もあるが、P …

no image

graphvizによる決定木の表示

graphvizの実行ファイルをインストール https://graphviz.gitlab.io/_pages/Download/Download_windows.html pythonにgraph …

no image

複数のグラフを表示する方法

ここでは以下を説明する。 複数のグラフを表示する2つの方法 サブプロットのグラフを整形 複数のグラフを表示する 複数のグラフを表示するためには二通りの方法がある。 subplots()を使ってあらかじ …

no image

pandaでdataframeを利用するときの基本操作

Dataframeを作成します。 import numpy as np import pandas as pd from numpy.random import randn np.random.see …

no image

kaggle Titanic Tutorial – 7

さて今回はAgeを補完してから、元の分布と比べてみる。 def fill_age(row): condition = ( (d_train_g_m[‘Sex’] == row[‘Sex’]) &amp …

2019年9月
« 8月   10月 »
 1
2345678
9101112131415
16171819202122
23242526272829
30  

side bar top



アーカイブ

カテゴリー