質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.47%

  • Python

    12249questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    660questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

  • Mecab

    235questions

    Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

意図した形とは違った配列が生成されてしまう

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 166

kanpan

score 10

Pythonで(350,100,200)のnumpyのリストを作りたいのですが、下記のコードで作成したリストの大きさを.shapeで出力してみたところ、(350,9632,200)という大きさになってしまっていました。
どうすれば意図した大きさの配列を得ることができるのでしょうか。
各数字の意味としては、
350...csvファイルから読み込んだデータ数
100...各文章の単語ベクトルの数(データ内の最大単語数が100であるため、それ以下のものは0行列でパディングする。)
200...使用しているword2vecモデルから出力されるベクトルの形(単語1つにつき(200,)の形の行列を得る。)

ソースコード

import csv
import MeCab
import gensim
from gensim import corpora, matutils
from gensim.models import KeyedVectors
import numpy as np
import time


tagger = MeCab.Tagger("-Owakati")
#東北大学 乾・岡崎研究室のモデル
model = KeyedVectors.load_word2vec_format('./entity_vector.model.bin', binary=True)

csv_file1 = open("./data/posneg_train_1.csv", "r", encoding="ms932", errors="", newline="" )
train = csv.reader(csv_file1, delimiter=",", doublequote=True, lineterminator="\r\n", quotechar='"', skipinitialspace=True)
csv_file2 = open("./data/posneg_test_1.csv", "r", encoding="ms932", errors="", newline="" )
test = csv.reader(csv_file2, delimiter=",", doublequote=True, lineterminator="\r\n", quotechar='"', skipinitialspace=True)

train_data = []
test_data = []

for row in train:
    train_data.append([row[0],int(row[1])])
for row in test:
    test_data.append([row[0],int(row[1])])

del train
del test

data_x, data_t = [], []
for d in train_data:
    data_x.append(d[0]) # 文書
    data_t.append(d[1]) # ラベル

del train_data

x_test, y_test = [], []
for d in test_data:
    x_test.append(d[0]) # 文書
    y_test.append(d[1]) # ラベル

del test_data

#文章を単語に分かち書きし、リストに押し込む
def sentence2words(sentence):
    #str型で、単語が空白で別れる
    str_output = tagger.parse(sentence)
    #listに変換する
    list_output = str_output.split(' ')
    return(list_output)

data_x_vec = []
x_test_vec = []
tmp = []
width = 0

start = time.time()
#単語をベクトル化し、リストに押し込む
for sentence in data_x:
    for i in range(len(sentence2words(sentence))):
        if sentence2words(sentence)[i] == '\n':
            continue
        try:
            tmp.append(model[sentence2words(sentence)[i]])
            width = len(model[sentence2words(sentence)[i]])
        except:
            continue
    #最大長に合わせるため、0行列を補填
    if len(tmp) < 100:
        for j in range(100-len(tmp)):
            tmp.append(np.zeros(200))
    data_x_vec.append(tmp)
elapsed_time = time.time() - start
print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")

np.save('train_data_1.npy',data_x_vec)
np.save('train_label_1.npy',data_t)

del tmp
del data_x_vec
del data_t

tmp = []
width = 0

start = time.time()
#単語をベクトル化し、リストに押し込む
for sentence in x_test:
    for i in range(len(sentence2words(sentence))):
        if sentence2words(sentence)[i] == '\n':
            continue
        try:
            tmp.append(model[sentence2words(sentence)[i]])
            width = len(model[sentence2words(sentence)[i]])
        except:
            continue
    #最大長に合わせるため、0行列を補填
    if len(tmp) < 100:
        for j in range(100-len(tmp)):
            tmp.append(np.zeros(200))
    x_test_vec.append(tmp)
elapsed_time = time.time() - start
print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")

del tmp

np.save('test_data_1.npy', x_test_vec)
np.save('test_label_1.npy',y_test)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

check解決した方法

0

毎回tmpをdelすることで解決した。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.47%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    12249questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    660questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

  • Mecab

    235questions

    Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。