NumPyで数をまとめる

あおい

りんご3個の重さに、それぞれ10gを足したいな。1個ずつ計算するの？

AI先生

いい気づきだね。配列を使うと、並んだ数の一つひとつに同じ計算をまとめて適用できるんだよ。

はる

形を確認してから計算すると、間違いを見つけやすそうです。

あおい　へぇ、3個とも「もとの数＋10」で答えが出るんだ！

import numpy as np
weights = np.array([100, 120, 90])
print(weights.shape)
print(weights + 10)

なぜそうなる？ NumPyが10を各要素へ適用する仕組みをブロードキャストと呼びます。元のweights自体は変わりません。

table = np.array([[1, 2, 3], [4, 5, 6]])
bonus = np.array([10, 20, 30])
print('元の表', table.shape)
print(table)
print('加える数', bonus.shape, bonus)
print('結果')
print(table + bonus)

元の表 (2, 3)
[[1 2 3]
 [4 5 6]]
加える数 (3,) [10 20 30]
結果
[[11 22 33]
 [14 25 36]]

ここに注目 結果は、元の表の各行に[10, 20, 30]を足した新しい表です。1行目は1+10、2+20、3+30。2行目は4+10、5+20、6+30になります。元のtableは変わりません。

元の表から、1マスずつ追ってみよう

あおい

へぇ、さっきの[[11, 22, 33], [14, 25, 36]]は、足したあとの答えなんだね。もとの表はどれ？

AI先生

そうなんだよ。元の表は[[1, 2, 3], [4, 5, 6]]。横に並ぶ3個の数を、それぞれの行へ同じように足してみよう。

はる

元の表は2行3列で、加える数は3個の1次元配列ですね。列の位置をそろえれば、計算を追えます。

元の表：2行3列

1	2	3
4	5	6

＋

加える数：横に3個

10

20

30

＝

結果：2行3列

11	22	33
14	25	36

1行目　1＋10＝11、2＋20＝22、3＋30＝33

2行目　4＋10＝14、5＋20＝25、6＋30＝36

「(2, 3)」は2行3列。一方「(3,)」は1次元に3個という意味で、1行1列ではありません。横に3個の数を各行へ対応させる計算を、ブロードキャストと呼びます。

ほかの足し方もColabで比べよう

• table + 10：すべてのマスへ10を足す
• table + [10, 20, 30]：列ごとに10、20、30を足す
• table + [[10], [20]]：1行目へ10、2行目へ20を足す

横に2個の [10, 20] は、この表の横3列と位置が合わずエラーになります。ただし縦に2個並べた [[10], [20]] は計算できます。形が違えば必ずエラー、というわけではないんだよ。