Pythonで多次元配列を扱う方法を現役エンジニアが解説【初心者向け】

Pythonで多次元配列を扱う方法について解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

目次

• 多次元配列とは
• 多次元配列の書き方
• 実際に多次元配列を書いてみよう

なお本記事は、テックアカデミーのPythonコースの内容をもとに紹介しています。

 

 

多次元配列とは

配列には次元があります。

次元とは配列の深さという意味で、[ ]を使って表し、中でも2次元以上の配列を多次元配列といいます。

配列の構造を文字だけでイメージするのは難しいので、図で理解してみましょう。

 

1次元配列は以下のようなイメージです。

横一直線に要素が並ぶPythonのlist型と同じ構造で、要素は順番をxとすると「x」のように指定することができます。

(Pythonのlistに関する説明はこちらをご参考ください)

 

 

次に、2次元配列は以下のようなイメージです。

表のように、行列方向に要素が並んでおり、要素は行をy、列をxとすると「 y, x」のように指定することができます。

2次元配列は、1次元配列が行方向 (縦方向) に並んでいると考えると理解しやすいでしょう。

つまり、行xを指定すると、2次元配列から1次元配列を取り出すことができます。

 

 

3次元配列は以下のようなイメージで、ルービックキューブのように、立体的に要素が並んでいます。

要素は奥行きをz、行をy、列をxとすると「z, y, x」のように指定することができます。

3次元配列は2次元配列が奥行方向に並んだものと考えるとイメージしやすいでしょう。

つまり、3次元配列に対して奥行きzを指定すると2次元配列を取り出せますし、さらに行yを指定すると1次元配列を取り出すことができます。

 

[PR] 未経験からWebエンジニアを目指す方法とは

多次元配列の書き方

配列の書き方は以下のとおりです。

[要素1, 要素2, 要素3...]

 

多次元配列は、要素として配列を指定します。

例えば2次元配列の書き方は以下のとおりです。

[ 
[要素1, 要素2, 要素3], 
[要素4, 要素5, 要素6], 
...,
]

 

同様に、3次元配列は以下のように書くことができます。

[ 
　[
　　[要素1, 要素2, 要素3], 
　　[要素4, 要素5, 要素6] 
　] , 
　[
　　[要素7, 要素8, 要素9],
　　[要素10, 要素11, 要素12]
　],  
　... 
]

 

次元の数だけ（深く）なるにつれ、[ ]のペアが増えているのがポイントです。

また、PythonにはNumPyという多次元配列・行列を高速に計算するためのライブラリもありますので、複雑な計算を行う場合にはNumPyも使ってみましょう。

(NumPyの使い方に関する説明はこちらをご参考ください)

 

実際に多次元配列を書いてみよう

今回のサンプルプログラムでは、ランダムな数字12個を、1次元、2次元、3次元の配列で書き、要素の取り出し方を確認します。

はじめに1次元配列です。

array1 = [8, 4, 1, 7, 2, 12, 6, 11, 3, 5, 9, 10]
print(array1[3])

 

実行結果は以下のようになります。

要素の番号は0から始まりますので[3]と指定すると「7」が表示されます。

7

 

次に0行目が「[8, 4, 1, 7, 2, 12]」、1行目が「[6, 11, 3, 5, 9, 10]」の2次元配列を考えてみましょう。

array2 = [[8, 4, 1, 7, 2, 12], [6, 11, 3, 5, 9, 10]]
print(array2[1][1])

 

実行結果は以下のようになります。

1行目1列目を指定したので「11」が表示されます。

11

 

最後に、奥行き0が「[[8, 4, 1], [7, 2, 12]]」奥行き1が「[[6, 11, 3], [5, 9, 10]]」の3次元配列を考えてみましょう。

array3 = [[[8, 4, 1], [7, 2, 12]],[[6, 11, 3], [5, 9, 10]]]
print(array3[1][1][2])

 

実行結果は以下のようになります。

奥行き1の1行目2列目を指定したので「10」が表示されます。

10

 

もちろん、3次元以上の配列も定義することができます。

例えば実際の開発現場でよく行うカラー画像を分析する場合、以下のように4次元で要素を指定することになります。

画像の番号z, 1画像中のピクセル位置y, 1画像中のピクセル位置x, 1ピクセル中の色(R, G, B)

機械学習、特にディープラーニングのモデルでは、「テンソル」と呼ばれる上記のような4次元以上の配列も多く登場します。

文字だけではなくデータの構造を図でイメージすることで、理解を深めていきましょう。

 

監修してくれたメンター

太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。

 

 

Pythonを学習中の方へ

これで解説は終了です、お疲れさまでした。

• つまずかず「効率的に」学びたい
• 副業や転職後の「現場で使える」知識やスキルを身につけたい

プログラミングを学習していて、このように思ったことはありませんか？

テックアカデミーのPythonコースでは、第一線で活躍する「プロのエンジニア」が教えているので、効率的に実践的なスキルを完全オンラインでしっかり習得できます。

合格率10%の選考を通過した、選ばれたエンジニアの手厚いサポートを受けながら、人工知能（AI）や機械学習の基礎を完全オンラインでしっかり習得できます。

まずは一度、無料体験で学習の悩みや今後のキャリアについて話してみて、「現役エンジニアから教わること」を実感してみてください。

時間がない方、深く知ってから体験してみたい方は、今スグ見られる説明動画から先に視聴することをおすすめします！