Python – numpy.reshape()関数の使い方を徹底解説

numpy.reshape()とは

numpy.reshape()は、配列のデータ自体を変更することなく、配列に新しい形状(shape)を与えるためのNumPyの関数です。構文は以下の通りです。

numpy.reshape(arr, newshape, order='C')

パラメータ

numpy.reshape()は、以下のパラメータを受け付けます。

• arr − 形状を変更する対象となる入力配列。

• newshape − 変更後の新しい形状。整数を指定した場合は、その長さを持つ1次元配列に変換されます。また、いずれか1つの次元に-1を指定すると、その次元のサイズは他の次元から自動的に推論されます。

• order − 入力配列の要素を読み込む順序を定義します。

  • 'C' − C言語風のインデックス順序で要素を読み書きします。最後の軸のインデックスが最も速く変化し、最初の軸のインデックスは最も遅く変化します(行優先)。デフォルト値です。

  • 'F' − Fortran風のインデックス順序で要素を読み書きします。最初の軸のインデックスが最も速く変化し、最後の軸のインデックスは最も遅く変化します(列優先)。

  • 'A' − 配列がメモリ上で連続している場合に、Fortran風のインデックス順序で要素を読み書きします。

使用例1:newshapeに-1を指定する

まず、基本的な使用例から見ていきましょう。

# NumPyをインポート
import numpy as np

# 入力配列
x = np.array([[3,5,6], [7,8,9]])
print('入力配列 :\n', x)

# reshape()関数で形状を変更(-1により列数を自動推論)
y = np.reshape(x, (3, -1))
print('形状変更後の配列:\n', y)

出力

上記のコードを実行すると、以下のような出力が得られます。

入力配列 :
 [[3 5 6]
 [7 8 9]]
形状変更後の配列:
 [[3 5]
 [6 7]
 [8 9]]

この例では、newshapeの2番目の次元に-1を指定しています。全体の要素数は6個なので、3行と指定した時点で残りの列数は「6 ÷ 3 = 2」と自動的に計算され、元の2×3の配列が3×2の配列へと変換されています。

使用例2:orderパラメータを指定する

次に、orderパラメータを使った例を見てみましょう。

# NumPyをインポート
import numpy as np

# 入力配列を作成
x = np.array([[1,3,4], [4,6,7]])
print('入力配列 :\n', x)

# order='C'を指定してreshape()を実行
y = np.reshape(x, 6, order='C')
print('形状変更後の配列:\n', y)

出力

上記のコードを実行すると、以下のような出力が得られます。

入力配列 :
 [[1 3 4]
 [4 6 7]]
形状変更後の配列:
 [1 3 4 4 6 7]

ここではnewshapeとして整数の6を指定しているため、結果は長さ6の1次元配列になります。order='C'(デフォルト)では行優先で要素が読み込まれるため、元の2×3の配列が「[1 3 4 4 6 7]」という順序でフラット化されています。

まとめ

numpy.reshape()を使えば、元のデータを保持したまま配列の形状を自由に変換できます。特に-1を指定した次元の自動推論は非常に便利な機能なので、実際の開発でもぜひ活用してみてください。