np.hstackとnp.c_

Question

多次元配列

a1=np.random.randint(1,9,(3,4))
b2=np.random.randint(1,9,(5,4))
a2=np.random.randint(1,9,(4,3))
b2=np.random.randint(1,9,(4,5))
```のとき、

np.vstack((a1,b1))

と

np.r_[a1,b1]

それから

np.hstack((a2,b2))

と

np.c_[a2,b2]

のように対応付けられるのに、一次元配列だと、hstackとr_が対応づけられるのはなぜですか？

```python
a=np.random.randint(1,9,(3))
b=np.random.randint(1,9,(10))
print(np.hstack((a,b)))
print(np.r_[a,b])

Answer 1

numpy.vstack() と numpy.r_ が対応していて、numpy.hstack() と numpy.c_ が対応しているという捉え方をするのではなく、これらの関数はすべて異なる挙動を持つが、

• 2次元配列同士を結合したら、結果として、numpy.vstack() と numpy.r_、numpy.hstack() と numpy.c_ が同じになった
• 1次元配列同士を結合したら、結果として、numpy.hstack() と numpy.r_ が同じになった

と考えてください。挙動については詳しくはドキュメントを参照ください。

• numpy.r_ — NumPy v1.15 Manual
• numpy.c_ — NumPy v1.15 Manual
• numpy.vstack — NumPy v1.15 Manual
• numpy.hstack — NumPy v1.15 Manual

numpy.hstack

• すべて1次元配列の場合は、axis=0 方向に結合
• そうでない場合、axis=1 方向で結合

なので、2つの1次元配列を渡した場合、1つの1次元配列に結合した結果になります。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6, 7, 8])
print(np.hstack((a, b)))
# [1 2 3 4 5 6 7 8]

numpy.r_

• 指定した配列を axis=0 方向に結合 (デフォルト)

なので、numpy.hstack() と同じく axis=0 方向での結果なので同じ結果になります。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6, 7, 8])
print(np.r_[a, b])
# [1 2 3 4 5 6 7 8]

---

とくに numpy.r_ は最初のカンマ前に文字列で結合する axis を指定する機能があるので、他の hstack()、vstack()、c_ の3つのどれにもなれます。

a = np.array([[1, 2],
              [3, 4]])
b = np.array([[5, 6],
              [8, 9]])

# axis=1 方向で結合する。
c = np.r_['1', a, b]
print(c)
# [[1 2 5 6]
#  [3 4 8 9]]

追記

挙動の違いとしては、

• どの方向で結合するか
• 渡した配列の次元数が規定未満の場合は、結合前に次元を拡張するものがある

→ 例えば、numpy.vstack() に1次元配列を渡すと [1, 2, 3] →[[1, 2, 3]] のように形状を変更してから結合します。

arrays = ([1, 2, 3], [4, 5, 6])
print(np.r_[arrays])
# [1 2 3 4 5 6]
print(np.hstack(arrays))
# [[1 4]
#  [2 5]
#  [3 6]]
print(np.c_[arrays])
# [[1 2 3]
#  [4 5 6]]
print(np.vstack(arrays))
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

arrays = (
    [[1, 2], [3, 4]],
    [[5, 6], [7, 8]],
)

print(np.r_[arrays])
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]
print(np.hstack(arrays))
# [[1 2 5 6]
#  [3 4 7 8]]
print(np.c_[arrays])
# [[1 2 5 6]
#  [3 4 7 8]]
print(np.vstack(arrays))
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

Comments

[MycoChild]

おお！ありがとうございます！なるほどです、ややこしいですね

[MycoChild]

（本質ではないのですがnumpy.r_の説明のコードがnumpy.c_になってます。。）

[tiitoi]

すいません。修正しました。numpy.r_ はどんな結合もできるのですが、パラメータの指定がややこしいので、基本的には
numpy.c_
numpy.vstack
numpy.hstack
numpy.stack
numpy.concatenate
の関数で、1次元配列同士の場合はこういう挙動、2次元配列同士の場合はこういう挙動と覚えて、使い分けています。