python3またはnumpyの配列の仕様について

Question

前提・実現したいこと

pythonを使って機械学習の勉強をしていますが、python3またはnumpyの配列の仕様がわからないため、教えてください。
今までC言語をメインに開発をしてきたため、その常識から理解できないだけかもしれませんが。

具体的には以下のソースの「count_all_dice[count_all_dice==0]」になります。
count_all_diceには0または1がランダムに羅列されていますが、[]の中にまた、count_all_diceが
かけてしまう（エラーにならない）のが理解できません。
「count_all_dice[count_all_dice==0]」書いた場合、中ではどのようなことが行われることになるか説明いただけないでしょうか。

該当のソースコード

koin = np.array([0, 1])
tosu_count = 1000
random.seed(0)
表がでるか裏がでるかを1000回実施
count_all_dice = random.choice(koin, tosu_count)

表の確率と裏の確率を表示
print("表の確率", len(count_all_dice[count_all_dice==0]) / tosu_count)
print("裏の確率", len(count_all_dice[count_all_dice==1]) / tosu_count)

Answer 1

Pythonのリストの仕様ではなく、np.ndarrayの機能です。
実際に何が行われているか見てみましょう。

まず適当にアレイを作ります。

>>> import numpy as np
>>>
>>> arr = np.array([i for i in range(3) for _ in range(3)])
>>> np.random.shuffle(arr)
>>> print(arr)
[1 0 2 1 2 0 0 2 1]

---

次に、条件式を適用した結果を見てみます。

>>> arr == 2
array([False, False,  True, False,  True, False, False,  True, False], dtype=bool)
>>>
>>> arr % 2 == 0
array([False,  True,  True, False,  True,  True,  True,  True, False], dtype=bool)

条件を満たす要素だけTrueになっていることがわかります。

---

今度は、インデックスとして真偽値のリストを与えてみます。

>>> cond = [True, True, True, False, True, False, True, False, False]
>>> print(arr[cond])
[1 0 2 2 0]

適当に決めたので、condの値に特に意味はありません。
ここで重要なのは、Trueに対応した要素だけ抽出されていることです。

---

ここで確かめた二つの記法を組み合わせると、質問のような動作が実現されます。

追記

中ではどのようなことが行われることになるか説明いただけないでしょうか。

ひょっとして、具体的な実装が気になるのでしょうか。
簡単なNumPyアレイもどきを作ってみました。対応している演算は%と==だけです。

class np_subset:
    def __init__(self, arr):
        self._arr = list(arr)
        
    def __iter__(self):
        return iter(self._arr)
        
    def __mod__(self, num):
        return np_subset(
            elem % num for elem in self._arr
        )
        
    def __eq__(self, other):
        return np_subset(
            elem == other for elem in self._arr
        )
    
    def __getitem__(self, tf_arr):
        return np_subset(
            elem for elem, tf in zip(self._arr, tf_arr) if tf
        )
    
    def __str__(self):
        return ' '.join(
            map(str, self._arr)
        )

Wandbox

演算子をオーバーロードしているだけです。

Comments

[sirokuma5296]

丁寧な解説ありがとうございます。
こちらの質問の仕方が悪く申し訳ありませんが、1)と2)の違いがわかれば教えていただけないでしょうか？
1) print("表の確率", len(count_all_dice[count_all_dice==0]) / tosu_count)
2) print("表の確率", len(count_all_dice==0) / tosu_count)

なお、こちらで、1)を実施した結果は1になり、意図したことができませんでした。

[LouiS0616]

再現できないです。もう一度試してみてください。

[tachikoma]

> sirokuma5296さん、結果が1になったのは2)のほうじゃないですかね。

[sirokuma5296]

すいません、2)のほうです。

Answer 2

Boolean array indexingを使った要素の抽出ですね。

find0 = (count_all_dice==0)

# bool型なことを確認
print("dtype:", find0.dtype)
# dtype: bool

# 要素数はもとの1000個
print("len(find0) =", len(find0))
# len(find0) = 1000

# bool型の配列を使って要素を抽出
subArray0 = count_all_dice[find_0]
subArray1 = count_all_dice[~find_0]  # ビット反転演算子を利用

最後の行はbool型配列に対してビット反転演算子~を作用させた例です。こちらはCでも馴染みがあるんじゃないかと思います。

https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.invert.html

Comments

[sirokuma5296]

回答ありがとうございました。