Q&A
xの型はnumpy.ndarrayでしょうか？
python
1x = x[None, ...]
この処理は一体どのようなものなのでしょうか？
Chainerの勉強において、推論を行うために入力をミニバッチの形にするとあったのですが、Pythonに疎いためどのようなことが行われているのかわかりません。
ご回答よろしくお願いします。
回答1件
0
ベストアンサー
Pythonの文法というか、numpyのindexingに関する質問ですね。
非常に難解な話題なのですが、順を追って説明してみます。
それぞれの役割について
コロンの役割
コロン(:)を用いることで、任意のインデックスを表現できます。
Python
1arr = np.array([[1, 2, 3], [4, 5, 6]]) 2print( 3 arr[:, 0] # 任意のインデックスの0番目を使って作られるアレイ 4) 5 6"""出力 7[1 4] 8"""
全てのインデックスを任意にすると、当然元のアレイと同じものが得られます。
Python
1arr = np.array([[1, 2, 3], [4, 5, 6]]) 2print( 3 arr[:, :] # 全部任意 4) 5 6"""出力 7[[1 2 3] 8 [4 5 6]] 9"""
Ellipsisの役割
Ellipsis(...)を用いることで、連続したコロンを省略できます。
例えば次のような感じです。
Python
1arr = np.array([[1, 2, 3], [4, 5, 6]]) 2print( 3 arr[...] # 全部任意 4) 5 6"""出力 7[[1 2 3] 8 [4 5 6]] 9"""
ただこれだとうま味がないので、普通他のindexingと併せて使います。
Python
1arr = np.array([[[11, 12], [21, 22]], [[41, 42], [51, 52]]]) 2print( 3 arr[..., 0] # arr[:, :, 0] と同じ 4) 5 6"""出力 7[[11 21] 8 [41 51]] 9"""
元の次元に応じてよしなにコロンに拡張してくれます。
Noneの役割
NumPyにおいては、Noneが与えられたら一次元増やすという意味になっているようです。
ただこれだとわかりづらいので、np.newaxisという名前をつけられています。
Python
1assert None is np.newaxis # 一応チェック 2 3arr = np.array([1, 2, 3]) 4print( 5 arr[np.newaxis, ...] 6) 7 8"""出力 9[[1 2 3]] 10"""
結論
Python
1x = x[None, ...]この処理は一体どのようなものなのでしょうか？
全ての要素をそのままに、外側から新たにアレイでくるんで1次元増やしています。
次のように書いても同じ...だと思います。ちょっと自信ない。
Python
1x = np.array([x[...]])
追記： 単にこう書いてもいいみたい。
Python
1>>> arr = np.array([[1, 2, 3], [4, 5, 6]]) 2>>> arr = arr[np.newaxis] 3>>> print(arr) 4[[[1 2 3] 5 [4 5 6]]]
参考
Pythonの文法的には
いちおう、タイトルが『Pythonの文法について』なので。
Pythonのindexingは、そのオブジェクトの__getitem__を呼び出します。
np.array.__getitem__がタプル(None, ...)を受け取って解釈します。
投稿2018/03/17 09:59
編集2018/03/17 13:38総合スコア35676
[None]にそんな意味が...
x[None]とだけ書いてもx[None, ...]と同じ結果になるようですね。
x[f()]と書き、fにreturn書くのを忘れて次元が増えてることに気づき目が点になってしまっている未来の自分がありありと目に浮かびました。
ちなみに例は単にnp.array([x])でよいのではないでしょうか。
> x[f()]と書き、fにreturn書くのを忘れて次元が増えてることに気づき目が点になってしまっている未来の自分がありありと目に浮かびました。
あり得ますね...おそろしい。
---
> ちなみに例は単にnp.array([x])でよいのではないでしょうか。
それだとxのインプレースな変更に追従してしまう... と思ったのですが、
手元で試したところどちらでも変わりないようですね。
スライスでコピーしたときの挙動が組み込みリストと異なることを今更知りました。
> インプレースな変更
そういう意味合いだったのですね。気づいてませんでした。
ただ、[x[...]]とするとlistにnd.arrayを包んだ形になるので、xでもx[...]でも、nd.array([expression])の結果の要素領域はexpressionと共有されないような感覚で捉えていました。
ありがとうございます！
大変わかりやすい解説で私でも理解することができました。
やはりnumpyは便利ですがなんとなくで使っていてはダメですね。。。
これを期に一度リファレンスに目を通そうと思います。
本当にありがとうございました！
@KSwordOfHaste さん
arr = np.array([1, 2, 3])
arr is arr[:] # False
arr[:][0] = 10
print(arr) # [10 2 3]
組み込みリストじゃ考えられない動作なので非常にびっくりしました。
---
@bang-fss さん
解決されたようで何よりです。
こちらとしてもindexingについて調べる良い機会となりました。
あなたの回答
tips
プレビュー
