Q&A
本題とは無関係ですが、こんな書き方もできます。
>>> np.array(np.mat('1,2,3; 21,22,23; 31,32,33'))
array([[ 1, 2, 3],
[21, 22, 23],
[31, 32, 33]])
例えば、
import numpy as np
arr = np.array( [ [1,2,3], [21,22,23], [31,32,33] ] )
上記 np.arrayの引数の外の四角括弧[]はどうしても余分に感じます。下記のように省いても良いのではないかと思いますが、その理屈を教えてください。
arr = np.array( [1,2,3], [21,22,23], [31,32,33] )
回答3件
0
その1
最初の書き方で引数に入っているのはリストのリスト1つであり、2番目のものの引数は3つのリストであることは把握していますか？
numpy.array()関数は、第一引数として、作成する配列の元となるデータを1つ必要としています。
リファレンス
最初の書き方であれば、対象としてそのリストのリストが渡されますが、2番目の書き方ではそうならないので意図通りにはなりません。
その2
numpy.array()がなぜ複数の配列を引数に渡すことができるようになっていないのかという質問でしょうか。
これは、numpy.arrayが統一したインターフェースで多次元のデータを扱えるようにするためです。
投稿2022/03/29 07:19
総合スコア12765
0
ベストアンサー
下記のように省いても良いのではないか
そのようなルールの下で、今のインタフェースでの np.array([2]) (1次元 長さ1) と np.array(2) (スカラー) を書き分ける方法を考えてください。
あと、
そのようなルールだとnp.array([1, 2, 3])と書いたら、今のインタフェースでのnp.array([[1, 2, 3]])となる=shapeが(1, 3)になるのが自然だと考えているということなんですが、本当にそう感じているんでしょうか?
投稿2022/03/29 05:26
編集2022/03/29 06:08
総合スコア11038
鋭いご質問、非常に啓発で、ありがとうございます。
でも、物理学の概念的に、確かに(1次元 長さ1)のvectorとscalarとは違うのですが、数字表現では、scalarと(1次元 長さ1)のvectorとはどうして区別できるのでしょうか。例えば、scalarをわざわざ(1次元 長さ1)のvectorとする必要あるのでしょうか。
だいたいにおいて同一視して問題ないように振る舞いますが、
np.stack([np.array([1]), np.array([2])]) はできる（np.array([[1], [2]]) が作られる）が、
np.stack([np.array([1]), np.array(2)]) はできない
みたいな差はあります。
vectorとvectorをstackするのはいいけど、vectorとscalarをstackするようなコードを書いたら、それはおまえ何か間違えてるだろ? とnumpyに怒られるわけです。
プログラミング言語における型やインタフェースのデザインって、人が何か間違えた時にプログラムに指摘してもらえるようにあらかじめ考慮するのが常じゃないでしょうか?
＞ vectorとvectorをstackするのはいいけど、vectorとscalarをstackするようなコードを書いたら、それはおまえ何か間違えてるだろ? とnumpyに怒られるわけです。
そうですね。良い勉強になりました。
データの機能や次元の拡張性に関してもscalarとvectorやTensorとは全然ちがいますね❣（仮令、データに一つの要素しかない場合であっても）
重要な問題を意識させていただいて、心より感謝いたします。
0
python
1import numpy as np 2arr1 = np.array( [ [1,2,3], [21,22,23], [31,32,33] ] ) 3arr2 = np.array( [1,2,3], [21,22,23], [31,32,33] ) # TypeError: array() takes from 1 to 2 positional arguments but 3 were given
と、なるように
arr1のほうは引数1つをnp.array()に渡していますが、
arr2のほうは引数3つをnp.array()に渡そうとしています。(そしてエラーになる)
投稿2022/03/29 04:52
総合スコア13528
あなたの回答
tips
プレビュー
