PythonのNumPy配列にソート関数を適用する方法を解説｜numpy.sort()の使い方

NumPyとは

NumPyは「Numerical Python」の略称で、多次元配列オブジェクトと、それらを効率的に処理するための豊富なメソッドを提供するPythonライブラリです。NumPyを利用することで、配列に対して幅広い操作を行うことができます。また、SciPyやMatplotlibなどのパッケージと組み合わせて使われることが多く、「NumPy＋Matplotlib」の組み合わせはMatLabの代替としても活用されています。NumPyはオープンソースパッケージのため、誰でも自由に利用できる点も大きな魅力です。

ndarray（N次元配列）の基本

NumPyパッケージの中で最も重要なオブジェクトが、n次元配列を表す「ndarray」です。ndarrayは同一の型を持つ要素の集合を定義し、配列内の各値には0から始まるインデックスを使ってアクセスできます。ndarray内のすべての要素は、メモリ上で同じサイズのブロックを占有するという特徴があります。また、各要素のデータ型は「dtype」関数を使って確認できます。

ndarrayから特定の要素を取り出す際には、配列スライシングを使用します。取り出された要素は、配列スカラー型のオブジェクトとして表現されます。

NumPyのソート関数の種類

NumPyには複数のソート関数が用意されており、それぞれ実装方法が異なります。関数ごとに実行速度、最悪ケースにおけるパフォーマンス、必要なメモリ量などが異なるため、用途に応じて使い分けることが重要です。

代表的な「sort」関数は、引数として渡された配列のソート済みコピーを返します（元の配列は変更されません）。

numpy.sort(arr, axis, kind, order)

• arr： ソート対象となる配列
• axis： ソートを行う軸（省略時は最後の軸、axis=Noneで平坦化してソート）
• kind： ソートアルゴリズムの種類（デフォルトはquicksort。ほかにmergesort、heapsort、stableなどが指定可能）
• order： 構造化配列の場合に、ソートの基準となるフィールド名

sort()関数の使用例

以下は、NumPy配列にsort()関数を適用するサンプルコードです。

サンプルコード

import numpy as np
my_arr = np.array([[3,56],[19,100]])
print("元の配列:")
print(my_arr)
print("sort()関数を実行:")
print(np.sort(my_arr))
print("axis=0に沿ってソート:")
print(np.sort(my_arr, axis = 0))
dt = np.dtype([('Name', 'S6'),('Age', int)])
my_arr = np.array([("Will",20),("Jack",19),("Bob", 23)], dtype = dt)
print("元の配列:")
print(my_arr)
print("Nameフィールドでソート:")
print(np.sort(my_arr, order = 'Name'))

実行結果

元の配列:
[[ 3 56]
[ 19 100]]
sort()関数を実行:
[[ 3 56]
[ 19 100]]
axis=0に沿ってソート:
[[ 3 56]
[ 19 100]]
元の配列:
[(b'Will', 20) (b'Jack', 19) (b'Bob', 23)]
Nameフィールドでソート:
[(b'Bob', 23) (b'Jack', 19) (b'Will', 20)]

コードの解説

• まず、必要なライブラリ（NumPy）を環境にインポートします。
• 2次元のndarrayを作成し、「sort」関数を使ってソートします。この例では各行内ですでに昇順に並んでいるため、結果は元の配列と同じになります。
• 続いて、axis=0（列方向）に沿ってソートします。各列の値（3と19、56と100）がすでに昇順のため、こちらも結果は変わりません。
• 次に、「Name」と「Age」という2つのフィールドを持つ構造化配列を作成し、order引数に「Name」を指定して名前順にソートします。
• その結果、「Bob」「Jack」「Will」の順に並べ替えられた配列がコンソールに出力されます。

このように、numpy.sort()を使えば、単純な数値配列だけでなく、構造化配列の特定フィールドを基準としたソートも簡単に実現できます。データ分析や前処理の現場で頻繁に使われる機能なので、ぜひマスターしておきましょう。