Python NumPy の要素ごとの除算

NumPy 配列の対応する値を割るには、numpy.divide(x1, x2) または x1 / x2 を使います。どちらも要素ごとの真の除算を行い、配列を返します。out や where などの省略可能な引数で結果を制御したい場合は、関数形式を使います。

numpy.divide() を使う

numpy.divide() では、最初に被除数、次に除数を指定します。形状が一致する配列では、最初の配列の各値を、2番目の配列の同じ位置にある値で割ります。返された配列を後で使う場合は、変数に代入します。out 引数は省略できます。省略すると NumPy が結果の配列を新しく作成して返します。結果を既存の配列に格納したい場合は、形状とデータ型が適合する配列を渡します。

次の例を実行します。

このセクションのコードと表示されるラベルや出力は英語のままです。

import numpy as np

numerators = np.array([12, 18, 24])
denominators = np.array([3, 6, 8])
by_function = np.divide(numerators, denominators)
destination = np.array([0.0, 0.0, 0.0])
np.divide(numerators, denominators, out=destination)
by_operator = numerators / denominators
print(by_function)
print(by_operator)
print(destination)

[4. 3. 3.]
[4. 3. 3.]
[4. 3. 3.]

最初の関数呼び出しでは out を省略しているため、新しい配列が返されます。2回目の呼び出しは、結果と同じ形状およびデータ型で作成した destination に値を書き込みます。演算子形式にも同じ入力を使うので、3つの配列には同じ商が入ります。入力は整数ですが、真の除算の結果は浮動小数点数になります。

/ 演算子を使う

多くの式では、/ が NumPy 配列を要素ごとに割る最も簡潔で分かりやすい方法です。result = numerators / denominators のように書くと、オペランドが位置ごとに計算され、結果の配列を変数に代入したり、インデックスで参照したり、別の NumPy 演算に渡したりできます。オペランドの一方がスカラーの場合や、2つの配列の形状が適合する場合は、NumPy の配列演算規則に従って計算されます。

この演算子は、整数除算専用の演算ではありません。整数配列に / を使うと真の除算が行われ、商は浮動小数点数で表されます。これは、切り下げ除算を行う Python の // とは異なります。必要な演算に合わせて演算子を選び、小数の商が必要な場合は // を使わないでください。

ブロードキャスト、データ型、ゼロ除算

同じ形状の配列では、対応する要素同士が直接割られます。NumPy は、形状が適合する配列をブロードキャストすることもできます。次元は右端から比較され、各次元の組は値が等しいか、どちらかが 1 である必要があります。たとえば、形状が (2, 3) の2次元配列は、形状が (3,) の1次元配列で割ることができ、各行に同じ除数が適用されます。ブロードキャストの規則を満たさない形状同士では、要素ごとの除算はできません。形状が合わない場合は、両方のオペランドで array.shape を確認してください。

結果のデータ型は、入力のデータ型と除算の種類によって決まります。特に、/ または numpy.divide() に整数を渡すと、商を整数に切り捨てず、真の除算の結果が得られます。後続の処理で特定のデータ型が必要な場合は、除算後に意図を明確にして型変換し、小数部分が失われないか確認してください。

真の除算では、/ と numpy.divide() は整数入力から浮動小数点数の結果を生成します。そのため、ゼロでない分子をゼロで割ると無限大になり、0 / 0 は nan になることがあり、実行時警告も発生します。浮動小数点数の入力でも同様です。ここで扱うのは真の除算であり、// による切り下げ除算は別の演算です。ゼロ除数に当たる位置を計算から除外するには、まず出力配列を初期化してから、numpy.divide(a, b, out=result, where=b != 0) を使います。条件が偽の位置には、初期化時の値がそのまま残ります。後続の計算に適した埋め値を選び、除外した位置を別途どう扱うかも決めてください。

除算方法を選ぶ

簡潔な要素ごとの商を式で求めるなら / を使います。既存の配列に結果を格納する out や、計算する位置を選ぶ where など、関数の引数が役立つ場合は numpy.divide() を使います。どちらの形式でも、オペランドの形状が適合することを確認し、データの型に応じてゼロ除数をどう扱うか決めてください。こうした点を確認しておくと、ベクトル、行列、ブロードキャスト可能な入力にもコードを応用しやすくなります。