numpy.delete – 配列の任意の要素を削除

2020 9/06

2020年9月3日 2020年9月6日

numpy.deleteは、配列から任意の要素を削除することができる関数です。削除する要素は、インデックスで指定します。１次元配列と２次元以上の配列の場合で、インデックスの指定の方法が異なります。

実際のコードで確認していきましょう。

1. numpy.deleteの使い方

numpy.deleteの書き方は次の通りです。

numpy.delete関数

書き方:

np.delete(arr, obj, axis=None)

パラメーター:

引数	型	解説
arr	array_like	ここに指定した配列から要素を削除します（元の配列は変化しません）。
obj	int, slice	削除する要素のインデックスを指定します。複数の要素を削除したい場合は、インデックスをタプル型かリスト型で指定します。slice()やnp.s[]を使って、スライスで指定することもできます。
axis(optional)	int	要素を削除する軸を指定します。２次元以上の配列への要素の追加で、これを指定しない場合、戻り値は１次元配列になります。

戻り値:

要素を削除した新しいndarray

一緒に確認したい関数:

insert: 配列に要素を挿入
append: 配列の末尾に要素を追加

それでは実際のコードで確認していきましょう。

1.1. １次元配列の要素を削除する

まずは１次元配列の要素を削除する場合を見ていきます。

以下のコードでは、arr1のインデックス2番の要素を削除した、新しい配列arr2を生成しています。なお、コード中で使用しているnp.arangeは、『numpy.arange – 色々な連番の配列を生成する方法』で解説しています。

また、インデックス番号については、『Pythonのリストからの要素の取り出し方法まとめ』で解説していますので、復習したい場合は、ぜひご確認ください。

In [1]:

import numpy as np
#  元の配列を生成。
arr1 = np.arange(6)
#  [2]の位置の要素を削除した新しい配列を生成。
arr2 = np.delete(arr1, 2)

print('元の配列\n', arr1, '\n')
print('要素を削除した新しい配列\n', arr2)

元の配列
 [0 1 2 3 4 5] 

要素を削除した新しい配列
 [0 1 3 4 5]

元の配列arr1が変更されるのではなく、指定のインデックスの要素を削除した新しい配列を生成しているという点をおさえておきましょう。

次のように、インデックス番号を複数指定すれば、複数の要素を一度に削除することができます。

In [2]:

#  元の配列を生成。
arr3 = np.arange(1, 13)
#  複数の要素を削除。
arr4 = np.delete(arr3, [0, 2, 4, 6, 8, 10])
#  スライスで要素を指定したい場合slice()を使う。
arr5 = np.delete(arr3, slice(2, 10))
#  np.s_[]でスライスを指定してもOK。
arr6 = np.delete(arr3, np.s_[1::2])

print('arr3: 元の配列\n', arr3, '\n')
print('arr4: np.delete(arr3, [0, 2, 4, 6, 8, 10])\n', arr4, '\n')
print('arr5: np.delete(arr3, slice(2, 10))\n', arr5, '\n')
print('arr6: np.delete(arr3, np.s_[1::2])\n', arr6)

arr3: 元の配列
 [ 1  2  3  4  5  6  7  8  9 10 11 12] 

arr4: np.delete(arr3, [0, 2, 4, 6, 8, 10])
 [ 2  4  6  8 10 12] 

arr5: np.delete(arr3, slice(2, 10))
 [ 1  2 11 12] 

arr6: np.delete(arr3, np.s_[1::2])
 [ 1  3  5  7  9 11]

1.2. ２次元配列の要素を削除する

続いて、２次元の配列から要素を削除する方法を見ていきましょう。

この場合、axisを指定しなければ戻り値は１次元配列になります。axis=0で行を、axis=1で列を削除します。

それぞれ見ていきましょう。

1.2.1. axisを指定しない場合は１次元配列で戻る

まず、オプション引数のaxis=を指定しない場合は、１次元配列となって戻ってきます。

In [3]:

#  元の配列を生成。
arr7 = np.arange(6).reshape(2, 3)
#  要素を削除した新しい配列
arr8 = np.delete(arr7, [1, 3])

print('arr7: 元の配列\n', arr7, '\n')
print('arr8: np.delete(arr7, [1, 3])\n', arr8)

arr7: 元の配列
 [[0 1 2]
 [3 4 5]] 

arr8: np.delete(arr7, [1, 3])
 [0 2 4 5]

３次元以上の配列の場合でも、同様に戻り値は１次元配列になります。

1.2.2. axis=0で行(横軸)を削除

axis=0を指定すると、指定の行を削除します。以下、実際のコードで確認しておきましょう。

In [4]:

import numpy as np
#  元の配列を生成。
arr9 = np.arange(15).reshape(5, 3)
#   axis=0にすると指定の行を削除します。
arr10 = np.delete(arr9, 1, axis=0)
#  複数の行([0]と[1])を一度に削除
arr11 = np.delete(arr9, [0, 2], axis=0)
#  slice()でスライス指定
arr12 = np.delete(arr9, slice(3, 5), axis=0)
#  np.s_[]でスライスで指定
arr13 = np.delete(arr9, np.s_[1:-1], axis=0)

print('arr9: 元の配列\n', arr9, '\n')
print('arr10: np.delete(arr9, 1, axis=0)\n', arr10, '\n')
print('arr11: np.delete(arr9, [0, 2], axis=0)\n', arr11, '\n')
print('arr12: np.delete(arr9, slice(3, 5), axis=0)\n', arr12, '\n')
print('arr13: np.delete(arr9, np.s_[1:-1], axis=0)\n', arr13)

arr9: 元の配列
 [[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]
 [12 13 14]] 

arr10: np.delete(arr9, 1, axis=0)
 [[ 0  1  2]
 [ 6  7  8]
 [ 9 10 11]
 [12 13 14]] 

arr11: np.delete(arr9, [0, 2], axis=0)
 [[ 3  4  5]
 [ 9 10 11]
 [12 13 14]] 

arr12: np.delete(arr9, slice(3, 5), axis=0)
 [[0 1 2]
 [3 4 5]
 [6 7 8]] 

arr13: np.delete(arr9, np.s_[1:-1], axis=0)
 [[ 0  1  2]
 [12 13 14]]

1.2.3. axis=1で列を削除

axis=1を指定した時は、指定した位置の列を削除します。以下のコードで一通り確認しておきましょう。

In [5]:

import numpy as np
#  元の配列を生成。
arr14 = np.arange(15).reshape(3, 5)
#   axis=1にすると指定の列を削除します。
arr15 = np.delete(arr14, 1, axis=1)
#  複数の行([0]と[1])を一度に削除
arr16 = np.delete(arr14, [0, 2], axis=1)
#  slice()でスライス指定
arr17 = np.delete(arr14, slice(3, 5), axis=1)
#  np.s_[]でスライスで指定
arr18 = np.delete(arr14, np.s_[1:-1], axis=1)

print('arr14: 元の配列\n', arr14, '\n')
print('arr15: np.delete(arr14, 1, axis=1)\n', arr15, '\n')
print('arr16: np.delete(arr14, [0, 2], axis=1)\n', arr16, '\n')
print('arr17: np.delete(arr14, slice(3, 5), axis=1)\n', arr17, '\n')
print('arr18: np.delete(arr14, np.s_[1:-1], axis=1)\n', arr18)

arr14: 元の配列
 [[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]] 

arr15: np.delete(arr14, 1, axis=1)
 [[ 0  2  3  4]
 [ 5  7  8  9]
 [10 12 13 14]] 

arr16: np.delete(arr14, [0, 2], axis=1)
 [[ 1  3  4]
 [ 6  8  9]
 [11 13 14]] 

arr17: np.delete(arr14, slice(3, 5), axis=1)
 [[ 0  1  2]
 [ 5  6  7]
 [10 11 12]] 

arr18: np.delete(arr14, np.s_[1:-1], axis=1)
 [[ 0  4]
 [ 5  9]
 [10 14]]