API · NumPy
Python NumPy numpy.shape() 関数
numpy.shape() を使って配列の次元をタプルとして取得するか、.shape 属性から読み取ります。
このページの内容
NumPy の numpy.shape() 関数を使うと、配列の次元を調べられます。戻り値は整数のタプルで、各値は対応する次元の長さを表します。たとえば (5, 3) は、行が5、列が3であることを意味します。このタプルは入力の現在の形状を表します。タプルが変更できないことと、配列自体を再形成できるかどうかは別の話です。
numpy.shape() の構文
次元を調べたい値を指定して numpy.shape(a) を呼び出します。引数 a は必須で、NumPy 配列のほか、入れ子になったシーケンスなどの配列に似た値も渡せます。この関数は、各次元に対応する整数を順番に並べたタプルを返します。1次元の入力では値が1つ、2次元の入力では行数と列数が返り、次元が増えるごとに対応する値が1つずつ加わります。
numpy.shape() の使用例
次の例では2次元の NumPy 配列を作成し、numpy.shape() が返す次元を表示します。
import numpy as np
array = np.array([[11, 12, 5], [15, 6, 10], [10, 8, 12], [12, 15, 8], [34, 78, 90]])
print(np.shape(array))
(5, 3)
タプルの1番目の値は1番目の軸、2番目の値は2番目の軸の長さを表し、以降も同様です。2次元配列では、これらの軸は行と列に対応します。データの並び方を確認してから軸を選んだり、別の処理に渡したりするときに役立ちます。
唯一の軸に値がない配列の形状は (0,) です。[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20] を含む1次元配列の形状は (20,) です。行が5、列が3の配列は (5, 3)、各グループが2行で各行に3つの値を持つ3次元配列は (3, 2, 3) となります。これらのタプルが示すのは各軸の長さであり、配列に格納された値そのものではありません。要素が1つのタプル (20,) にあるカンマは、丸括弧で囲んだ整数とタプルを区別するための Python の構文です。
この Python の例は、値のない配列を作成して形状を取得します。形状を変数に代入するだけで print() を呼び出さないため、何も表示しません。
import numpy as np
empty_array = np.array([])
empty_shape = np.shape(empty_array)
この関数は、入力の各次元から得られる長さを返します。結果が予想と異なる場合は、入力の作り方と入れ子になったシーケンスの順序を確認してください。たとえば、通常の2次元配列では、形状タプルの1番目の値が行数、2番目の値が列数です。NumPy はデータに実際に含まれる構造を報告し、意図した行名や列名を推測するわけではありません。要素数が揃っていない入れ子データでは、NumPy のバージョンや変換規則によって動作が異なる場合があります。軸の長さを一定にしたい場合は、規則的な配列を使ってください。
.shape 属性の使い方
NumPy 配列では、.shape 属性からも次元を取得できます。配列 a に対する a.shape は、numpy.shape(a) と同じタプルを返します。値を汎用的な処理に渡したい場合は関数を使い、すでに配列があり、その次元を直接読み取りたい場合は属性を使います。属性には括弧を付けずにアクセスしますが、numpy.shape() は関数呼び出しです。
たとえば、行が5、列が3の配列では、a.shape も numpy.shape(a) と同じく (5, 3) を返します。どちらも配列を変更せず、次元を報告します。配列を再形成した場合は、その後どちらを読み取っても更新後の次元が返されます。この違いを理解しておくと、データの準備中に問題を調べる際、処理の前に形状を確認して軸の数と順序が想定どおりかを確かめ、返されたタプルから注意が必要な次元を特定できます。numpy.shape() は関数で、.shape は配列の属性です。