関数の機能：配列の要素を繰り返し並べて作った配列を返却
>>> a
array([[0, 1],
[2, 3]])
>>> a.repeat(2)
array([0, 0, 1, 1, 2, 2, 3, 3])パラメータの数字は繰り返し回数です。 ここでは2と指定したので、配列の各要素が2回ずつ繰り返し並べられた配列が返却されています。 なお、軸を指定しない場合、1次元化した配列に対して処理が行われます。
>>> a.repeat(2, axis=0)
array([[0, 1],
[0, 1],
[2, 3],
[2, 3]])
>>> a.repeat(2, axis=1)
array([[0, 0, 1, 1],
[2, 2, 3, 3]])軸(axis)を指定すると、その軸の方向に要素が繰り返し並べられます。 axis=0 : 縦方向 axis=1 : 横方向
関数の機能：次元を1に落とした配列を返却
>>> a = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> a.ravel()
array([1, 2, 3, 4, 5, 6, 7, 8, 9])パラメータ指定なしだと、行優先で1次元化されます。
>>> a.ravel(order='F')
array([1, 4, 7, 2, 5, 8, 3, 6, 9])列優先で1次元化したい場合、orderのパラメータを'F'とします。
関連項目 関数ndarray.reshapeの使い方の例 関数ndarray.resizeの使い方の例 関数ndarray.squeezeの使い方の例 関数ndarray.flattenの使い方の例 属性ndarray.ndimの使い方の例 属性ndarray.shapeの使い方の例 属性ndarray.size, ndarray.itemsize, ndarray.nbyteの使い方の例 属性ndarray.stridesの使い方の例
関数の機能：配列の特定の要素の値を置き換える
a = np.array([1, 2, 3])
>>> a.put([0, 2], [7, 12])
>>> a
array([ 7, 2, 12])パラメーターは、1つ目が要素のインデックス、2つ目が置き換える値です。
>>> a = np.array([[5, 7, 1],
[2, 4, 9]])
>>> a.put([0, 5], [18, 12])
>>> a
array([[18, 7, 1],
[ 2, 4, 12]])インデックスの値は配列の次元を1次元にして考えます。
関数の機能：指定した軸方向の最大値と最小値の差を返却
>>> a = np.array([[5, 3, 8],
[2, 1, 7],
[9, 7, 3]])
>>> a.ptp(axis=0)
array([7, 6, 5])
>>> a.ptp(axis=1)
array([5, 6, 6])
関連項目 関数ndarray.maxの使い方の例 関数ndarray.minの使い方の例
関数の機能：指定した軸方向の全要素の積を返却
>>> a = np.array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> a.prod(axis=0)
array([ 0, 28, 80])
>>> a.prod(axis=1)
array([ 0, 60, 336])
関連項目 関数ndarray.cumsumと関数ndarray.cumprodの使い方の例 関数ndarray.sumの使い方の例 関数ndarray.traceの使い方の例
関数の機能：ゼロでない要素のインデックスを返却
>>> a = np.array([[0, 7, 0],
[0, 1, 0],
[4, 0, 0]])
>>> a.nonzero()
(array([0, 1, 2]), array([1, 1, 0]))返却値はタプル型で、1つ目の要素が縦方向(axis=0)のインデックス、2つ目の要素が横方向(axis=1)のインデックスを示しています。
関数の機能：スカラー値を配列に代入
>>> a = np.array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> a.itemset((1, 2), 10)
>>> a
array([[ 0, 1, 2],
[ 3, 4, 10],
[ 6, 7, 8]])関数の機能：要素をコピーしてPythonの標準スカラー値として返却
>>> a = np.array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> a.item((1, 2))
5インデックス表記を使って、a[1,2] と書くのと同じ様に見えますが、返却値のオブジェクトの種類が異なります。
>>> type(a[1,2])
<class 'numpy.int64'>
>>> type(a.item((1, 2)))
<class 'int'>関数の機能：各要素のデータの一部分を指定した型のデータとした配列を返却
a = np.array(['abcde', 'fghij', '12345', 'xyz'])
>>> a.getfield('U1') # 1文字目を取り出す
array(['a', 'f', '1', 'x'], dtype='<U1')
>>> a.getfield('U1', offset=4) # 2文字目を取り出す
array(['b', 'g', '2', 'y'], dtype='<U1')
>>> a.getfield('U2', offset=8) # 3〜4文字目を取り出す
array(['cd', 'hi', '34', 'z'], dtype='<U2')offset には、取り出したいデータの位置をバイト数で指定します。上の例では、一文字が4バイトなので、2文字目から取り出す時はoffset=4、3文字目から取り出す時はoffset=8としています。 なお、データの大きさは下記のように配列の１要素のサイズを調べることにより把握できます。この例では5文字で20バイトなので、1文字は4バイトということが判ります。
>>> a.dtype.itemsize # 1要素のバイト数
20
>>> a.dtype
dtype('<U5')>>> a = np.ones((2,2)) + np.eye(2) * 2j
>>> a
array([[1.+2.j, 1.+0.j],
[1.+0.j, 1.+2.j]])
>>> a.getfield(np.float64) # 実数部分を取り出す
array([[1., 1.],
[1., 1.]])
>>> a.getfield(np.float64, offset=8) # 虚数部分を取り出す
array([[2., 0.],
[0., 2.]])この例では、16バイトの複素数型データから、8バイトの実数部分と8バイトの虚数部分とを、それぞれ8バイトの浮動小数点型（np.float64）として取り出した配列を作っています。 なお、複素数型のデータの大きさは下記のようにして調べることができます。
>>> a.dtype.itemsize # 1要素のバイト数
16
>>> a.dtype
dtype('complex128')関連項目 関数ndarray.byteswapの使い方の例 関数ndarray.newbyteorderの使い方の例 関数ndarray.setfieldの使い方の例
関数の機能：選択した位置のスライスを返却
>>> a = np.array([[3, 5],
[1, 6],
[9, 4]])
>>> a.compress([True, False, True], axis=0)
array([[3, 5],
[9, 4]])
>>> a.compress([False, True], axis=1)
array([[5],
[6],
[4]])
関連項目 関数ndarray.chooseの使い方の例 関数ndarray.takeの使い方の例