ディープラーニングで使うnumpyメソッド集

こんにちは。sinyです。

この記事では、これまで著者がディープラーニングの学習をしていく中で、よく利用したり、便利だと思ったnumpyのメソッドについてまとめています。

随時更新してきます。

ゼロのarray要素を生成する。

自然言語処理でトークンベクトルの器を用意するときによく使います。

import numpy as np
samples = 10000
maxlen = 100
embed_matrix = np.zeros((samples, maxlen)) 
print(embed_matrix.shape)
(10000, 100)

リスト→array変換

これも、普通によく出てくるパターンですね。

a = [[1,2,3,4,5],[11,22,33,44,55]]
print(type(a))
print(a)
b = np.asarray(a)
print(type(b))
print(b.shape)
print(b)


<class 'list'>
[[1, 2, 3, 4, 5], [11, 22, 33, 44, 55]]
<class 'numpy.ndarray'>
(2, 5)
[[ 1  2  3  4  5]
 [11 22 33 44 55]]

ループでarray要素を生成する。

ある要素数分アレイ配列を生成したい場合などに使えます。

a = np.array([[[0,1,2],[3,4,5]] for i in range(3)])
print(a)
print(a.shape)

[[[0 1 2]
  [3 4 5]]

 [[0 1 2]
  [3 4 5]]

 [[0 1 2]
  [3 4 5]]]
(3, 2, 3)

arrayの結合

あるデータとあるデータを1つの配列に連結したい場合などに利用できます。

• axis=0:行方向に連結
• axis=1:列方向に連結

  a = np.array([[0, 1], [2, 3]])
  b = np.array([[4, 5], [6, 7]])
  c = np.concatenate((a, b), axis=0)
  d = np.concatenate((a, b), axis=1)
  print(c)
  print(c.shape)
  print("=================")
  print(d)
  print("=================")
  
  print(d.shape)
  
  [[0 1]
   [2 3]
   [4 5]
   [6 7]]
  (4, 2)
  =================
  [[0 1 4 5]
   [2 3 6 7]]
  =================
  (2, 4)

   

配列をシャッフル

トークン辞書の数分だけの要素数のINDEXをランダムに生成する例

token = {"a":1, "b":2,"c":3,"d":4, "e":5, "f":6,"g":7, "h":8, "i":9,"j":10}
a = np.array([i for i in range(len(token))])
np.random.shuffle(a)
print(a)

[2 6 3 9 5 1 0 7 4 8]

ランダムの並びのarray配列を生成

自然言語処理で、ベクトル化したアレイ配列からランダムな文章をINDEX指定で抽出するような場合に使えます。

indices = np.random.permutation(10)
print(indices)


[4 0 3 1 2 8 9 6 5 7]

基準となるArray配列から指定したINDEX番号に該当する要素を抽出

以下の例では、(3,3)のembed_matrixから、0行目と2行目の要素だけを抽出しています。

data = [[1.0, 2.0, 3.0], [11.0, 12.0, 13.0], [21.0, 22.0, 23.0]]
embed_matrix = np.array(data)
print(embed_matrix)
print("=======================")
vec = embed_matrix[[0,2]]

print(vec)

[[ 1.  2.  3.]
 [11. 12. 13.]
 [21. 22. 23.]]
=======================
[[ 1.  2.  3.]
 [21. 22. 23.]]