numpy配列の文字列要素を条件でしぼる(np.frompyfuncでの実装)

Question

#開発環境
Jupyter notebook (python3)

#やりたかったこと
numpy配列の要素が数字の場合は指定した条件に一致するかをnumpy.bool_型の配列で返してくれるが，文字列だとうまく反応しないのでfrompyfuncを使って実装しようとした．

(リスト内包表記で実装できるのは理解しています)

##数字の場合

a= np.array([0,1,2,3,4])
print((a > 2))
print(a[(a > 2)])

＜出力＞

[False False False  True  True]
[3 4]

要素ごとに条件に一致しているか確認してくれている．

##文字列の場合

a= np.array(['0L','1L','2T','3T','4L'])
print('L' in a)

＜出力＞

False

要素ごとではなくnumpy配列全体に対して条件を確認してしまっている．これだとa[('L' in a)]としても上手くいかない．

##frompyfuncでの実装

A = np.array(['0L','1L','2T','3T','4L'])

def __in(x,y):
    return (x in y)

b = np.array([True,True,False,False,True])
c = [True,True,False,False,True]
d = np.frompyfunc(__in, 2,1)('L',A)

print(type(b))
print(type(b[0]))
print(b)
print(A[b])

print(type(c))
print(type(c[0]))
print(c)
print(A[c])

print(type(d))
print(type(d[0]))
print(d)
print(A[d])

＜出力＞

<class 'numpy.ndarray'>
<class 'numpy.bool_'>
[ True  True False False  True]
['0L' '1L' '4L']

<class 'list'>
<class 'bool'>
[True, True, False, False, True]
['0L' '1L' '4L']

<class 'numpy.ndarray'>
<class 'bool'>
[True True False False True]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-318-4e8bb2be31b9> in <module>()
     21 print(type(d[0]))
     22 print(d)
---> 23 print(A[d])

IndexError: arrays used as indices must be of integer (or boolean) type

numpy配列と通常のリストは上手くいってますが，np.frompyfuncのみエラーをはいています．

また，int型かbool型を使えとありますが出力の通り各要素はbool型になっています．

list(np.frompyfunc(__in, 2,1)('L',A))のようにリストに変換してからだと上手くいくのですがこの場合何が問題なのでしょうか．

Comments

[bsdfan]

質問への直接の回答とは違いますが、文字列の含まれた要素を探すには、numpy.char.find
https://numpy.org/doc/stable/reference/generated/numpy.char.find.html
を使うのが簡単です。

[_nobu_]

おお，便利ですね！
ただboolで返してはくれないので今回の場合だと少し手間ですかね？

[bsdfan]

np.char.find(A, 'L') >= 0 するだけなので、それほどの手間でもないと思います。

[_nobu_]

あ，np.char.findがnumpy配列で返ってくるからそのまま条件文にできますね．
こっちの方がスマートですね．ありがとうございます！

Answer 1

面白い。下だと動きますねえ。
元のコードだとd.dtypeすると'bool'でなく'O'と出るので、そのせいでしょうか。

import numpy as np
A = np.array(['0L','1L','2T','3T','4L'])

def __in(x,y):
    return (x in y)

b = np.array([True,True,False,False,True])
c = [True,True,False,False,True]
d = np.frompyfunc(__in, 2,1)('L',A).astype(bool) # astype付与

print(type(b))
print(type(b[0]))
print(b)
print(A[b])

print(type(c))
print(type(c[0]))
print(c)
print(A[c])

print(type(d))
print(type(d[0]))
print(d)
print(A[d])

Comments

[bsdfan]

リファレンス(https://numpy.org/doc/stable/reference/generated/numpy.frompyfunc.html)を読むと、
> Notes
> The returned ufunc always returns PyObject arrays.
とあるので、そういう仕様みたいです(知らなかった)

[_nobu_]

手元の環境でも実行できました．
dtypeがboolかintでないと反応しないということなんですかね．
回答ありがとうございます！

[jeanbiego]

>bsdfanさん
ご確認ありがとうございます。そういえばドキュメントあたってませんでした。

>_nobuさん
解決したようで良かったです。