[Python] NumPy – 行列から任意の行・列を抽出する方法

NumPyでは、行列から任意の行や列を抽出するために、インデックス指定やスライスを使用します。

行を抽出するには、行番号を指定し、列を抽出するには列番号を指定します。

例えば、行列Aから2行目を抽出するにはA[1, :]、3列目を抽出するにはA[:, 2]のように記述します。

複数の行や列を抽出する場合は、リストやスライスを使ってA[[0, 2], :]やA[:, 1:3]のように指定します。

この記事でわかること

NumPyを使った行の抽出方法
列の抽出に関するテクニック
行と列を同時に抽出する方法
条件に基づくデータのフィルタリング
行列の部分抽出を活用した操作

目次から探す

行の抽出方法

単一の行を抽出する方法

NumPyを使用して行列から単一の行を抽出するには、行列のインデックスを指定します。

以下のサンプルコードでは、2次元配列から特定の行を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目を抽出
single_row = matrix[1]  # 0から始まるインデックスで2行目を指定
print(single_row)

[4 5 6]

複数の行を抽出する方法

複数の行を抽出する場合は、リストを使ってインデックスを指定します。

以下のコードでは、特定の行を複数抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 0行目と2行目を抽出
multiple_rows = matrix[[0, 2]]  # 0行目と2行目を指定
print(multiple_rows)

[[1 2 3]
 [7 8 9]]

スライスを使った連続した行の抽出

スライスを使用すると、連続した行を簡単に抽出できます。

以下の例では、1行目から2行目までを抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目から2行目までを抽出
sliced_rows = matrix[1:3]  # 1行目から2行目までを指定
print(sliced_rows)

[[4 5 6]
 [7 8 9]]

条件に基づく行の抽出(ブールインデックス)

ブールインデックスを使用すると、特定の条件に基づいて行を抽出できます。

以下の例では、行の合計が10以上の行を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 行の合計が10以上の行を抽出
condition = np.sum(matrix, axis=1) >= 10  # 各行の合計を計算
filtered_rows = matrix[condition]  # 条件に基づいて行を抽出
print(filtered_rows)

[[4 5 6]
 [7 8 9]]

このように、NumPyを使用することで、行の抽出が簡単に行えます。

列の抽出方法

単一の列を抽出する方法

NumPyを使用して行列から単一の列を抽出するには、行列のインデックスを指定し、コロン(:)を使って全行を選択します。

以下のサンプルコードでは、特定の列を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1列目を抽出
single_column = matrix[:, 1]  # 0から始まるインデックスで2列目を指定
print(single_column)

[2 5 8]

複数の列を抽出する方法

複数の列を抽出する場合は、リストを使ってインデックスを指定します。

以下のコードでは、特定の列を複数抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 0列目と2列目を抽出
multiple_columns = matrix[:, [0, 2]]  # 0列目と2列目を指定
print(multiple_columns)

[[1 3]
 [4 6]
 [7 9]]

スライスを使った連続した列の抽出

スライスを使用すると、連続した列を簡単に抽出できます。

以下の例では、1列目から2列目までを抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1列目から2列目までを抽出
sliced_columns = matrix[:, 1:3]  # 1列目から2列目までを指定
print(sliced_columns)

[[2 3]
 [5 6]
 [8 9]]

条件に基づく列の抽出(ブールインデックス)

ブールインデックスを使用すると、特定の条件に基づいて列を抽出できます。

以下の例では、列の合計が15以上の列を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 列の合計が15以上の列を抽出
condition = np.sum(matrix, axis=0) >= 15  # 各列の合計を計算
filtered_columns = matrix[:, condition]  # 条件に基づいて列を抽出
print(filtered_columns)

[[3]
 [6]
 [9]]

このように、NumPyを使用することで、列の抽出が簡単に行えます。

行と列を同時に抽出する方法

特定の行と列を同時に抽出する方法

NumPyを使用して特定の行と列を同時に抽出するには、行と列のインデックスを指定します。

以下のサンプルコードでは、特定の行と列を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目と2列目を抽出
specific_row_column = matrix[1, 2]  # 1行目の2列目を指定
print(specific_row_column)

複数の行と列を同時に抽出する方法

複数の行と列を同時に抽出する場合は、リストを使ってインデックスを指定します。

以下のコードでは、特定の行と列を複数抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 0行目と2行目、0列目と2列目を抽出
multiple_rows_columns = matrix[[0, 2], :][:, [0, 2]]  # 行と列を指定
print(multiple_rows_columns)

[[1 3]
 [7 9]]

スライスを使った行と列の同時抽出

スライスを使用すると、連続した行と列を同時に抽出できます。

以下の例では、1行目から2行目まで、1列目から2列目までを抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目から2行目、1列目から2列目を抽出
sliced_rows_columns = matrix[1:3, 1:3]  # 行と列をスライスで指定
print(sliced_rows_columns)

[[5 6]
 [8 9]]

条件に基づく行と列の同時抽出

ブールインデックスを使用すると、特定の条件に基づいて行と列を同時に抽出できます。

以下の例では、行の合計が10以上で、列の合計が15以上の部分を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 行の合計が10以上の行を抽出
row_condition = np.sum(matrix, axis=1) >= 10  # 各行の合計を計算
# 列の合計が15以上の列を抽出
column_condition = np.sum(matrix, axis=0) >= 15  # 各列の合計を計算
# 条件に基づいて行と列を同時に抽出
filtered_rows_columns = matrix[row_condition][:, column_condition]
print(filtered_rows_columns)

[[4 6]
 [7 9]]

このように、NumPyを使用することで、行と列を同時に抽出することが簡単に行えます。

応用例：行列の部分抽出を活用したデータ操作

特定の範囲のデータを抽出して統計処理を行う

NumPyを使用して特定の範囲のデータを抽出し、統計処理を行うことができます。

以下のサンプルコードでは、行列の一部を抽出し、その平均値を計算しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目から2行目、1列目から2列目を抽出
extracted_data = matrix[1:3, 1:3]
# 平均値を計算
mean_value = np.mean(extracted_data)
print("抽出したデータ:\n", extracted_data)
print("平均値:", mean_value)

抽出したデータ:
 [[5 6]
 [8 9]]
平均値: 7.0

条件に基づいてデータをフィルタリングする

条件に基づいてデータをフィルタリングすることで、特定の条件を満たすデータのみを抽出できます。

以下の例では、行列の中から5以上の値を持つ要素を抽出しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 5以上の値を持つ要素を抽出
filtered_data = matrix[matrix >= 5]
print("フィルタリングされたデータ:", filtered_data)

フィルタリングされたデータ: [5 6 7 8 9]

行列の一部を変更・更新する方法

NumPyを使用して行列の一部を変更・更新することも可能です。

以下のサンプルコードでは、特定の行と列の値を変更しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 1行目の全ての値を10に更新
matrix[1, :] = 10
print("更新後の行列:\n", matrix)

更新後の行列:
 [[ 1  2  3]
 [10 10 10]
 [ 7  8  9]]

行列の一部を抽出して新しい行列を作成する

行列の一部を抽出して新しい行列を作成することもできます。

以下の例では、特定の行と列を抽出して新しい行列を作成しています。

import numpy as np
# 2次元配列の作成
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# 0行目と2行目、1列目と2列目を抽出して新しい行列を作成
new_matrix = matrix[[0, 2], :][:, [1, 2]]
print("新しい行列:\n", new_matrix)