Q&A
お疲れ様です。
（※ 以下、万一間違えていたら、許して下さい。）
(4,1)は、行とか列とかいうと、不正確かもしれませんが、
4行1列みたいな意味。2次元という意味。
(4,)は、文法上(4,)と書いてますが、(4)だと思えばいいです、
より語弊がありますが、4行という意味。一次元という意味。
検索方法について書かれていますが、答え知りません、すみません。
尚、質問は、分けられたほうが、回答を得やすいと思います。検索ノウハウについては、
独立して質問すると、回答が得られるのでは？
Pythonのnumpyで行列計算をしているとshapeが(4,1)ではなく(4,)のような配列があり、その挙動がおかしいのですが、このような配列の名前がわからないので調べることができません。教えてほしいです。
また、このように検索しづらいことを検索するコツも教えていただけるとありがたいです。
回答2件
0
ベストアンサー
numpyにおいて、array()で表現されるものはarray(つまり配列)で統一されています。ただし、shapeが異なると意味しているものが微妙に異なります。
a1=np.array([1,2,3,4,5]) a2=np.array([[1,2,3,4,5]]) a3=np.array([[1],[2],[3],[4],[5]])
上記の場合、各々のshapeは（5,）、（1,5）、（5,1）となります。これらは見かけ上、似ていますが、a1は要素数5のベクトル、a2は1×5の行列、a3は5×1の行列を意味しています。よって、インデックスを使ってデータを参照するとき挙動が変わってきます。（a1[0]などとして確かめるとわかります）
行列の計算の場合、内積（np.dot）がかなり影響を受けるはずです。本来のベクトルの内積はnp.dot(a1,a3)ですがnp.dotの仕様の関係でnp.dot(a3,a2)も計算できてしまいます。したがって、ベクトルの計算のときは意識して使いわけたほうがいいかと思います
投稿2019/07/29 01:45
総合スコア3378
a1=np.array([1,2,3,4,5])
a3=np.array([[1],[2],[3],[4],[5]])
各々のshapeは（5,）、（5,1）であることを失念して、（5,）が特殊な名前のある配列だと思い違っていました。
numpyに関して雰囲気で使っていたところがあるため、一度仕様を読み、チュートリアルをやり直したいと思います。
ありがとうございました。
自分が何が理解できでいなかったかを返答のみで理解できたので、こちらの方をベストアンサーにします。
0
特にこういうのに名前はついていません。ごく普通の配列なのです。
そもそもnumpy配列のshapeはtupleで表されるのですが、質問文のようなtupleは要素数1つのtupleを表しています。これは公式のチュートリアルなどでも書かれているpythonの基礎ですから、ご存知かと思います。
https://docs.python.org/ja/3/tutorial/datastructures.html#tuples-and-sequences
だから、その配列は要素数4つの（Cとかでいう）1次元配列です。ちなみに、○次元配列の○のところは（arrayという変数に配列を代入したとして）array.ndimで取れたりします。len(array.shape)と大差ありませんが、これは知っておいた方が良いでしょう。
こういうものが特別挙動がおかしいということはありませんから、numpyの仕様を把握しないで使っているのではないかと思います。
まだ読んだことがなければ、ざっくりチュートリアルを見てみるべきでしょう。
https://docs.scipy.org/doc/numpy/user/quickstart.html
「numpy shape」で検索したら普通に出ました。
投稿2019/07/28 16:27
総合スコア30939
おかしいというのは語弊がありますね。
(4,1)と(4,)を掛けて(4,4)の行列が出てきて少し混乱していました。
a1=np.array([1,2,3,4,5])
a3=np.array([[1],[2],[3],[4],[5]])
各々のshapeは（5,）、（5,1）であることを失念して、（5,）が特殊な名前のある配列だと思い違っていました。
numpyに関して雰囲気で使っていたところがあるため、一度仕様を読み、チュートリアルをやり直したいと思います。
ありがとうございました。
あなたの回答
tips
プレビュー
