関数の実行順序　data[::-1].sort()

関数の実行順序は左から右で良いのでしょうか？

下の例だと、data[::-1]をしてから、sortされるので、
出力は[ 1 2 3 4 5 6 7 8 9 10]なるはずだと思っていました。
しかし[10 9 8 7 6 5 4 3 2 1]と逆に出力されます。

data = np.array([9, 2, 3, 4, 10, 6, 7, 8, 1, 5])
data[::-1].sort()

行動規範の内容に同意します

回答2件

ベストアンサー

data[::-1]をしてから、sortされるので、

data[::-1] してから sort されるという認識は正しいですが、ソート前の配列がどのような並び順であろうとも、ソート後の結果は同じになります。
numpy の sort は昇順ソート (小さい順) される仕様です。

今回、混乱の原因となっているのは、numpy の view と ndarray.sort() が inplace でソートする仕様というのが関係しています。

とりあえず、意図通りにソートしたい場合は、ndarray.sort() でなく、numpy.sort() をお使いください。

python
1
2import numpy as np
3
4a = np.array([9, 2, 3, 4, 10, 6, 7, 8, 1, 5])
5
6# 小さい順
7b = np.sort(a)
8print(b)  # [ 1  2  3  4  5  6  7  8  9 10]
9
10# 大きい順にソートしたい場合はあとから反転
11print(b[::-1])  # [10  9  8  7  6  5  4  3  2  1]
12
13# もしくは1次元配列なら組み込み関数 sorted()
14print(sorted(b, reverse=True))  # [10  9  8  7  6  5  4  3  2  1]

今回の原因

numpy の内部仕様が絡み、C 言語をやったことがないと少々理解しづらい話かもしれないので、補足としておきます。

numpy は多次元配列を作れますが、内部的には1次元配列でデータを管理していて、ストライドを利用して、データを参照したいときに1次元配列のどこにアクセスすればいいかを決めています。

python
1a = np.array([9, 2, 3, 4, 10, 6, 7, 8, 1, 5], dtype=np.int32)
2print(a.strides)  # 4 bytes

今回のストライドを確認すると、4 bytes となっています。(int32型は1つの要素が4バイトで表される)
なので、a のインデックスが2の要素にアクセスしたい場合は、内部の1次元配列の先頭から 2*4=8 bytes 目を参照すればよいということがわかります。

今、b = a[::-1] とした場合、これは a を逆順にした別の配列 b というのが作られるわけではなく、ストライドで内部の1次元配列のアクセスの仕方を変更するだけで、実態は a と同じものになります。
ストライドは -4 bytes となっていて、b のインデックスが2の要素にアクセスしたい場合は、内部の1次元配列の末尾から -2*4=-8 bytes 目を参照すればよいということがわかります。

b = a[::-1]
print(b.base is a)  # b は a の view
print(b.strides)  # -4 bytes

b のデータは a の内部配列を参照しているだけなので (b は a の view)、b を変更すると a も変更したことになります。
そして、ndarray.sort() は配列を直接並び変えて (inplace という) ソートするわけなので、b の配列を小さい順にソートすると、ストライドが逆になっている a の配列は大きい順に並び替えたことになります。

python
1import numpy as np
2
3a = np.array([9, 2, 3, 4, 10, 6, 7, 8, 1, 5])
4b = a[::-1]
5
6b.sort()
7print(b)
8# [ 1  2  3  4  5  6  7  8  9 10]
9
10print(a)
11# [10  9  8  7  6  5  4  3  2  1]

投稿2019/12/20 16:01

編集2019/12/20 16:12

tiitoi

総合スコア21956

gjgjgjgjg

2019/12/20 17:23

ありがとうございます。スライスはあくまでも見る順番がこうだよと示しているだけで、その後の処理で参照しているデータが変われば、適応されるんですね。このようなスライスの処理は、処理の最初でも最後でも結果には影響しないんですね。結局どこで見る順番がこうだと指示しても同じなので。

tiitoi

2019/12/20 17:34 編集

> スライスはあくまでも見る順番がこうだよと示しているだけで、その認識であってます。見る順番を変えているだけでデータは共有しているので、スライス後のデータを変更するとスライス前のデータも変更されます。他にも reshape などデータを見る順番を変えれば済む場合は、view を作成するだけになります。逆に、データを見る順番を変えるだけではどうにもならない場合はコピーが作られるようになっています。([] による指定でも boolean indexing, fancy indexing などはコピー) numpy がこのような仕様になっているのは、コピーはコストがかかるので、計算コストやメモリ使用量をへらすために極力 view で済ませるようになっています。 view の話は以下などを参考にしてみてください。 https://deepage.net/features/numpy-copyview.html > 処理の最初でも最後でも結果には影響しないんですね。「ソート後の結果は同じになります。」と書いたのは、ソート前のデータが [9, 2, 3, 4, 10, 6, 7, 8, 1, 5] でもそれを反転させた [5, 1, 8, 7, 6, 10, 4, 3, 2, 9] でも小さい順に並びかえるのがソートなのだから、ソートしたあとの結果は同じになるという意味で書きました。質問だと、ソート前に [::-1] する場合としない場合でソート後の結果がかわると思われているのかと思ったので、その点は間違いなので書きました。

行動規範の内容に同意します