# NumPy チートシート

> DataCamp の NumPy チートシートの全例を NumPy 2.4 で実行し、配列に何が起きるかを一つずつ図にしました。NumPy 2 で動かなくなった行は修正してあります。

- Published: 2026-11-15
- URL: https://latentstate.dev/ja/posts/numpy-cheatsheet/
- Topics: Machine Learning

---

DataCamp の [NumPy チートシート](https://assets.datacamp.com/blog_assets/Numpy_Python_Cheat_Sheet.pdf) の全例を NumPy 2.4 で実行しました。各例にコードと図があります。図は同じコードを実行して描いているので、NumPy が実際に返すものを示しています。

図の読み方：色の付いたセルは、その操作が選ぶ・読む・生成するセルです。太い枠は、そのステップで書き込まれたセルです。点線の薄いセルは、ブロードキャストで NumPy が繰り返す値です。セルの隅の小さな数字は要素の順番です。縁の灰色の数字はインデックスで、0 から数えます。

元のチートシートが NumPy 2 で失敗する、または誤っている箇所は修正し、何が変わったかを本文に書きました。例では次の配列を使います：

```python
import numpy as np

a = np.array([1, 2, 3])
b = np.array([(1.5, 2, 3), (4, 5, 6)], dtype=float)
c = np.array([[(1.5, 2, 3), (4, 5, 6)], [(3, 2, 1), (4, 5, 6)]], dtype=float)
d = np.arange(10, 25, 5)
e = np.full((2, 2), 7)
f = np.eye(2)
g = a - b
```

## 配列の作成

### 1D, 2D, 3D

軸は外側から内側へ番号が付き、軸 0 が最初のインデックスです。2D 配列では軸 0 は行をたどり、3D 配列ではブロックをたどります。

```python
a = np.array([1, 2, 3])
b = np.array([(1.5, 2, 3), (4, 5, 6)], dtype=float)
c = np.array([[(1.5, 2, 3), (4, 5, 6)], [(3, 2, 1), (4, 5, 6)]], dtype=float)
```

![軸は外側から内側へ番号が付き、軸 0 が最初のインデックスです。2D 配列では軸 0 は行をたどり、3D 配列ではブロックをたどります。](https://latentstate.dev/_astro/fig-arrays-light.BOZNUXfr.png)

## 初期値の配列

### np.zeros

指定した形の配列を 0 で埋めます。既定の型は float64 なので `0.` と表示されます。

```python
np.zeros((3, 4))
```

![指定した形の配列を 0 で埋めます。既定の型は float64 なので 0](https://latentstate.dev/_astro/fig-zeros-light.DjBvXOAE.png)

### np.ones

1 で埋めた配列で、ここでは 16 ビット整数です。形 (2, 3, 4) は、3 行 4 列のブロックが 2 つという意味です。

```python
np.ones((2, 3, 4), dtype=np.int16)
```

![1 で埋めた配列で、ここでは 16 ビット整数です。形 (2, 3, 4) は、3 行 4 列のブロックが 2 つという意味です。](https://latentstate.dev/_astro/fig-ones-light.BT8Tgj8O.png)

### np.arange

start から stop まで一定の刻みで値を並べます。stop 自体は含まれないので、25 は結果にありません。

```python
d = np.arange(10, 25, 5)
```

![start から stop まで一定の刻みで値を並べます。stop 自体は含まれないので、25 は結果にありません。](https://latentstate.dev/_astro/fig-arange-light.F6J7Cu-4.png)

### np.linspace

指定した個数の値を等間隔に並べ、両端を含みます。0 から 2 までの 9 点なら刻みは 0.25 です。

```python
np.linspace(0, 2, 9)
```

![指定した個数の値を等間隔に並べ、両端を含みます。0 から 2 までの 9 点なら刻みは 0.25 です。](https://latentstate.dev/_astro/fig-linspace-light.B_RBYKTg.png)

### np.full

任意の形を一つの定数で埋めます。

```python
e = np.full((2, 2), 7)
```

![任意の形を一つの定数で埋めます。](https://latentstate.dev/_astro/fig-full-light.sgYa-FMN.png)

### np.eye

単位行列です。対角線が 1、それ以外が 0 になります。

```python
f = np.eye(2)
```

![単位行列です。対角線が 1、それ以外が 0 になります。](https://latentstate.dev/_astro/fig-eye-light.BDhKr61V.png)

### np.random.random

0 以上 1 未満の一様乱数です。新しいコードでは `np.random.default_rng().random((2, 2))` と書くのが普通です。

```python
np.random.random((2, 2))
```

![0 以上 1 未満の一様乱数です。新しいコードでは np.random.default_rng().random((2, 2)) と書くのが普通です。](https://latentstate.dev/_astro/fig-random-light.Dp5vQaNY.png)

### np.empty

メモリを確保するだけで初期化しません。中身はそのメモリに前から残っていた値なので、読む前に必ず値を入れます。

```python
np.empty((3, 2))
```

![メモリを確保するだけで初期化しません。中身はそのメモリに前から残っていた値なので、読む前に必ず値を入れます。](https://latentstate.dev/_astro/fig-empty-light.BB5LvVF9.png)

## 入出力

### np.save, np.load

`np.save` は一つの配列を NumPy のバイナリ形式 .npy で書き出し、拡張子も自分で付けます。ファイルには型と形を書いた小さなヘッダーがあり、その後に生のバイトが続きます。int64 の値 3 つで 24 バイトです。

```python
np.save('my_array', a)
np.load('my_array.npy')
```

![np.save は一つの配列を NumPy のバイナリ形式 .npy で書き出し、拡張子も自分で付けます。ファイルには型と形を書いた小さなヘッダーがあり、その後に生のバイトが続きます。int64 の値 3 つで 24 バイトです。](https://latentstate.dev/_astro/fig-save-load-light.BZZTtXo3.png)

### np.savez

複数の配列を非圧縮の .npz アーカイブにまとめます。位置で渡した配列には arr_0、arr_1 … という名前が付きます。名前を決めたいときは `np.savez('array.npz', a=a, b=b)` のようにキーワードで渡します。圧縮するなら `np.savez_compressed` です。

```python
np.savez('array.npz', a, b)
np.load('array.npz')['arr_1']
```

![複数の配列を非圧縮の .npz アーカイブにまとめます。位置で渡した配列には arr_0、arr_1 … という名前が付きます。名前を決めたいときは np.savez('array.npz', a=a, b=b) のようにキーワードで渡します。圧縮するなら np.savez_compressed です。](https://latentstate.dev/_astro/fig-savez-light.CMLwSGRW.png)

### np.savetxt, np.loadtxt

プレーンテキストで、配列の 1 行がファイルの 1 行になります。既定の書式は `%.18e` なので数はすべて浮動小数点で書かれ、`loadtxt` も浮動小数点で読み戻します。整数で書くなら `fmt='%d'` を渡します。

```python
np.savetxt('myarray.txt', a, delimiter=' ')
np.loadtxt('myarray.txt')
```

![プレーンテキストで、配列の 1 行がファイルの 1 行になります。既定の書式は %.18e なので数はすべて浮動小数点で書かれ、loadtxt も浮動小数点で読み戻します。整数で書くなら fmt='%d' を渡します。](https://latentstate.dev/_astro/fig-savetxt-loadtxt-light.CKNf7kBR.png)

### np.genfromtxt

`loadtxt` と似ていますが、欠損値を扱えます。空のフィールドは `nan` になります。

```python
np.genfromtxt('my_file.csv', delimiter=',')
```

![loadtxt と似ていますが、欠損値を扱えます。空のフィールドは nan になります。](https://latentstate.dev/_astro/fig-genfromtxt-light.DI3lL46B.png)

## データ型

### dtypes

型は 1 要素が何バイトを占めるかを決めます。元のチートシートのいくつかの名前は NumPy 2 で削除されました。`np.complex`、`np.object`、`np.string_`、`np.unicode_` は、今は `np.complex128`、`np.object_`、`np.bytes_`、`np.str_` です。また、チートシートは float32 を倍精度としていますが、実際は単精度で、倍精度は float64 です。object 配列は 8 バイトのポインタを持ち、unicode 文字列は 1 文字 4 バイトを使います。

```python
np.int64       # signed 64-bit integer
np.float32     # single-precision float
np.complex128  # complex number, two float64
np.bool        # True / False
np.object_     # any Python object
np.bytes_      # fixed-length byte string, e.g. 'S5'
np.str_        # fixed-length unicode string, e.g. 'U5'
```

![型は 1 要素が何バイトを占めるかを決めます。元のチートシートのいくつかの名前は NumPy 2 で削除されました。np.complex、np.object、np.string_、np.unicode_ は、今は np.complex128、np.object_、np.bytes_、np.str_ です。また、チートシートは float32 を倍精度としていますが、実際は単精度で、倍精度は float64 です。object 配列は 8 バイトのポインタを持ち、unicode 文字列は 1 文字 4 バイトを使います。](https://latentstate.dev/_astro/fig-dtypes-light.DN_NTJz6.png)

## 配列を調べる

### a.shape

各軸の長さをタプルで返します。1D 配列なら要素が一つのタプルです。

```python
a.shape
```

![各軸の長さをタプルで返します。1D 配列なら要素が一つのタプルです。](https://latentstate.dev/_astro/fig-shape-light.CHRZAx73.png)

### len

`len` は最初の軸だけを数えます。2D 配列なら要素数ではなく行数になります。

```python
len(b)    # len(a) is 3
```

![len は最初の軸だけを数えます。2D 配列なら要素数ではなく行数になります。](https://latentstate.dev/_astro/fig-len-light.ChOg6bq5.png)

### b.ndim

軸の数です。

```python
b.ndim
```

![軸の数です。](https://latentstate.dev/_astro/fig-ndim-light.Blsl3XTC.png)

### e.size

要素の総数で、形の各値の積です。

```python
e.size
```

![要素の総数で、形の各値の積です。](https://latentstate.dev/_astro/fig-size-light.Bx6CbHrS.png)

### b.dtype

要素の型を、dtype オブジェクトとその名前で返します。

```python
b.dtype
b.dtype.name
```

![要素の型を、dtype オブジェクトとその名前で返します。](https://latentstate.dev/_astro/fig-dtype-light.COH4EhJz.png)

### b.astype

別の型に変換したコピーを返します。float から int へは 0 方向に切り捨てるので、1.5 は 1 になります。

```python
b.astype(int)
```

![別の型に変換したコピーを返します。float から int へは 0 方向に切り捨てるので、1.5 は 1 になります。](https://latentstate.dev/_astro/fig-astype-light.rHxGw5dI.png)

## ヘルプ

### np.info

NumPy の任意のオブジェクトのドキュメントを表示します。`help()` も使えます。

```python
np.info(np.ndarray.dtype)
```

![NumPy の任意のオブジェクトのドキュメントを表示します。help() も使えます。](https://latentstate.dev/_astro/fig-info-light.DtdQwdfS.png)

## 算術演算

### a - b

要素ごとの演算です。a の形は (3,)、b は (2, 3) なので、NumPy は a を b の各行にブロードキャストします（点線の行）。関数の形でも同じ演算です。

```python
g = a - b
np.subtract(a, b)
```

![要素ごとの演算です。a の形は (3,)、b は (2, 3) なので、NumPy は a を b の各行にブロードキャストします（点線の行）。関数の形でも同じ演算です。](https://latentstate.dev/_astro/fig-subtract-light.BtuoPbOM.png)

### b + a

加算も同じようにブロードキャストされます。ブロードキャストではオペランドの順序は関係ありません。

```python
b + a
np.add(b, a)
```

![加算も同じようにブロードキャストされます。ブロードキャストではオペランドの順序は関係ありません。](https://latentstate.dev/_astro/fig-add-light.C_nyVKmj.png)

### a / b

`/` は整数配列どうしでも必ず浮動小数点を返します。整数除算は `//` です。

```python
a / b
np.divide(a, b)
```

![/ は整数配列どうしでも必ず浮動小数点を返します。整数除算は // です。](https://latentstate.dev/_astro/fig-divide-light.Cew5vTqg.png)

### a * b

`*` は要素ごとの掛け算です。行列積ではありません。行列積は下の `dot` か `@` です。

```python
a * b
np.multiply(a, b)
```

![* は要素ごとの掛け算です。行列積ではありません。行列積は下の dot か @ です。](https://latentstate.dev/_astro/fig-multiply-light.C2px3VEj.png)

### np.exp

要素ごとの数学関数は形を変えません。これは各要素を指数とする e のべき乗です。

```python
np.exp(b)
```

![要素ごとの数学関数は形を変えません。これは各要素を指数とする e のべき乗です。](https://latentstate.dev/_astro/fig-exp-light.CHKHTXXc.png)

### np.sqrt

各要素の平方根です。

```python
np.sqrt(b)
```

![各要素の平方根です。](https://latentstate.dev/_astro/fig-sqrt-light.DwJHRfNY.png)

### np.sin

各要素の正弦です。単位はラジアンです。

```python
np.sin(a)
```

![各要素の正弦です。単位はラジアンです。](https://latentstate.dev/_astro/fig-sin-light.BKPCxagT.png)

### np.cos

各要素の余弦です。単位はラジアンです。

```python
np.cos(b)
```

![各要素の余弦です。単位はラジアンです。](https://latentstate.dev/_astro/fig-cos-light.DgPZFwYb.png)

### np.log

各要素の自然対数で、log(1) は 0 です。底が違うものは `np.log10` と `np.log2` です。

```python
np.log(a)
```

![各要素の自然対数で、log(1) は 0 です。底が違うものは np.log10 と np.log2 です。](https://latentstate.dev/_astro/fig-log-light.CDtLlI4O.png)

### e.dot(f)

行列積です。結果の各セルは、e の行と f の列を掛けて足したものです。f は単位行列なので、結果は e と同じになります。

```python
e.dot(f)
e @ f
```

![行列積です。結果の各セルは、e の行と f の列を掛けて足したものです。f は単位行列なので、結果は e と同じになります。](https://latentstate.dev/_astro/fig-dot-light.DiVzQ192.png)

## 比較

### a == b

要素ごとの比較は bool 配列を返し、算術演算と同じようにブロードキャストされます。

```python
a == b
```

![要素ごとの比較は bool 配列を返し、算術演算と同じようにブロードキャストされます。](https://latentstate.dev/_astro/fig-equal-light.bPr6rDXS.png)

### a < 2

数と比べると、すべての要素がその数と比べられます。

```python
a < 2
```

![数と比べると、すべての要素がその数と比べられます。](https://latentstate.dev/_astro/fig-less-light.Wj_WxhKY.png)

### np.array_equal

配列全体で一つの bool を返します。形とすべての値が一致したときだけ True です。ここでは形が違います。

```python
np.array_equal(a, b)
```

![配列全体で一つの bool を返します。形とすべての値が一致したときだけ True です。ここでは形が違います。](https://latentstate.dev/_astro/fig-array-equal-light.CfOQ4Ldh.png)

## 集約関数

### a.sum

全要素の合計です。

```python
a.sum()
```

![全要素の合計です。](https://latentstate.dev/_astro/fig-sum-light.Cjb-HNLK.png)

### a.min

最小の要素です。そのインデックスは `a.argmin()` で得られます。

```python
a.min()
```

![最小の要素です。そのインデックスは a.argmin() で得られます。](https://latentstate.dev/_astro/fig-min-light.Iwl2wCLh.png)

### b.max(axis=0)

`axis=0` では軸 0 に沿って、つまり行をまたいで縦に集約するので、各列から一つの値が出ます。チートシートには「行の最大値」とありますが、`axis=0` では各列の最大値です。

```python
b.max(axis=0)
```

![axis=0 では軸 0 に沿って、つまり行をまたいで縦に集約するので、各列から一つの値が出ます。チートシートには「行の最大値」とありますが、axis=0 では各列の最大値です。](https://latentstate.dev/_astro/fig-max-axis0-light.BzAIC9Ys.png)

### b.cumsum(axis=1)

各行に沿った累積和です。形は変わりません。

```python
b.cumsum(axis=1)
```

![各行に沿った累積和です。形は変わりません。](https://latentstate.dev/_astro/fig-cumsum-axis1-light.v-JsqyES.png)

### a.mean

全要素の算術平均です。

```python
a.mean()
```

![全要素の算術平均です。](https://latentstate.dev/_astro/fig-mean-light.DZWvzVue.png)

### np.median

`b.median()` というメソッドはないので、チートシートの行は AttributeError になります。`np.median` を使います。値が 6 個なので、中央値は真ん中の 2 つ、3 と 4 の平均です。

```python
np.median(b)
```

![b.median() というメソッドはないので、チートシートの行は AttributeError になります。np.median を使います。値が 6 個なので、中央値は真ん中の 2 つ、3 と 4 の平均です。](https://latentstate.dev/_astro/fig-median-light.BUkGI1VF.png)

### np.corrcoef

`a.corrcoef()` というメソッドもありません。`np.corrcoef` は各行を一つの変数とみなし、その相関行列を返します。b の 2 行はほぼ完全に相関しています。

```python
np.corrcoef(b)
```

![a.corrcoef() というメソッドもありません。np.corrcoef は各行を一つの変数とみなし、その相関行列を返します。b の 2 行はほぼ完全に相関しています。](https://latentstate.dev/_astro/fig-corrcoef-light.BbeoY1p-.png)

### np.std

全要素の標準偏差です。既定は母集団の式（`ddof=0`）で、標本の式にするには `ddof=1` を渡します。

```python
np.std(b)
```

![全要素の標準偏差です。既定は母集団の式（ddof=0）で、標本の式にするには ddof=1 を渡します。](https://latentstate.dev/_astro/fig-std-light.B2GzsjAN.png)

## 配列のコピー

### a.view

ビューは元の配列とメモリを共有します。h を通して書き込むと a も変わります。

```python
h = a.view()
h[0] = 9
```

![ビューは元の配列とメモリを共有します。h を通して書き込むと a も変わります。](https://latentstate.dev/_astro/fig-view-light.Ch4MOlFP.png)

### a.copy

`a.copy()` も `np.copy(a)` も独立したコピーを作るので、a は変わりません。

```python
h = a.copy()    # or np.copy(a)
h[0] = 9
```

![a.copy() も np.copy(a) も独立したコピーを作るので、a は変わりません。](https://latentstate.dev/_astro/fig-copy-light.ieZbCo0c.png)

## ソート

### x.sort

その場でソートし、None を返します。ソート済みのコピーが欲しいなら `np.sort(x)` です。チートシートの a はもうソート済みなので、ここでは x を使います。

```python
x = np.array([3, 1, 2])
x.sort()
```

![その場でソートし、None を返します。ソート済みのコピーが欲しいなら np.sort(x) です。チートシートの a はもうソート済みなので、ここでは x を使います。](https://latentstate.dev/_astro/fig-sort-light.-j2kwGFU.png)

### c.sort(axis=0)

軸 0 に沿ってソートします。各位置が 2 つのブロックの間で並べ替えられます。順序が逆なのは隅の 3 と 1 だけなので、入れ替わるのもそれだけです。

```python
c.sort(axis=0)
```

![軸 0 に沿ってソートします。各位置が 2 つのブロックの間で並べ替えられます。順序が逆なのは隅の 3 と 1 だけなので、入れ替わるのもそれだけです。](https://latentstate.dev/_astro/fig-sort-axis0-light.CGuTC-ax.png)

## 要素の取り出し・スライス・インデックス

### a[2]

インデックス 2 の要素です。

```python
a[2]
```

![インデックス 2 の要素です。](https://latentstate.dev/_astro/fig-index-1d-light.BGAcGvBf.png)

### b[1, 2]

行 1、列 2 の要素です。`b[1][2]` と同じですが、インデックス操作が 2 回ではなく 1 回で済みます。

```python
b[1, 2]
```

![行 1、列 2 の要素です。b[1][2] と同じですが、インデックス操作が 2 回ではなく 1 回で済みます。](https://latentstate.dev/_astro/fig-index-2d-light.Cs56IgKq.png)

### a[0:2]

start は含み、stop は含みません。インデックス 0 と 1 です。

```python
a[0:2]
```

![start は含み、stop は含みません。インデックス 0 と 1 です。](https://latentstate.dev/_astro/fig-slice-1d-light.DOl9e9-5.png)

### b[0:2, 1]

列 1 の行 0 と 1 です。単一のインデックスはその軸をなくすので、結果は 1D です。

```python
b[0:2, 1]
```

![列 1 の行 0 と 1 です。単一のインデックスはその軸をなくすので、結果は 1D です。](https://latentstate.dev/_astro/fig-slice-column-light.CtU8ATBr.png)

### b[:1]

スライスは軸を残します。`b[:1]` は 1 行の 2D 配列で、`b[0]` なら 1D です。`b[0:1, :]` と同じです。

```python
b[:1]
```

![スライスは軸を残します。b[:1] は 1 行の 2D 配列で、b[0] なら 1D です。b[0:1, :] と同じです。](https://latentstate.dev/_astro/fig-slice-row-light.DYIrF5Cc.png)

### c[1, ...]

`...` は必要な数の `:` の代わりになるので、`c[1, ...]` は `c[1, :, :]`、つまり 2 番目のブロックです。チートシートの出力は括弧が一つ多く印刷されていますが、結果は 2D です。

```python
c[1, ...]
```

![](https://latentstate.dev/_astro/fig-ellipsis-light.Du-Vd-H6.png)

### a[::-1]

負の刻みは後ろ向きにたどります。小さな数字は各要素がどこから来たかを示します。結果はコピーではなくビューです。

```python
a[::-1]
```

![負の刻みは後ろ向きにたどります。小さな数字は各要素がどこから来たかを示します。結果はコピーではなくビューです。](https://latentstate.dev/_astro/fig-reverse-light.VzTJAIrN.png)

### a[a < 2]

bool 配列をインデックスに使うと、True の位置の要素だけが残ります。結果は常に 1D で、常にコピーです。

```python
a[a < 2]
```

![bool 配列をインデックスに使うと、True の位置の要素だけが残ります。結果は常に 1D で、常にコピーです。](https://latentstate.dev/_astro/fig-boolean-index-light.3E40GldB.png)

### b[[1, 0, 1, 0], [0, 1, 2, 0]]

2 つのインデックスのリストが組になり、(1, 0)、(0, 1)、(1, 2)、(0, 0) を選びます。小さな数字は順番です。ファンシーインデックスはコピーを返します。

```python
b[[1, 0, 1, 0], [0, 1, 2, 0]]
```

![2 つのインデックスのリストが組になり、(1, 0)、(0, 1)、(1, 2)、(0, 0) を選びます。小さな数字は順番です。ファンシーインデックスはコピーを返します。](https://latentstate.dev/_astro/fig-fancy-index-light.C0FBa4eD.png)

### b[[1, 0, 1, 0]][:, [0, 1, 2, 0]]

まず行 1, 0, 1, 0 を、次にその結果から列 0, 1, 2, 0 を取ります。行と列が繰り返された 4x4 のグリッドになります。`b[np.ix_([1, 0, 1, 0], [0, 1, 2, 0])]` なら 1 ステップです。

```python
b[[1, 0, 1, 0]][:, [0, 1, 2, 0]]
```

![まず行 1, 0, 1, 0 を、次にその結果から列 0, 1, 2, 0 を取ります。行と列が繰り返された 4x4 のグリッドになります。b[np.ix_([1, 0, 1, 0], [0, 1, 2, 0])] なら 1 ステップです。](https://latentstate.dev/_astro/fig-fancy-grid-light.Ddh5fQ3Z.png)

### a[1:3] = 1

チートシートにはない例で、スライスを通した代入です。`a[1:3]` は `a[1:3, :]` の省略形で、右辺の一つの数は選ばれたすべてのセルにブロードキャストされます。隣り合わない行にはリストを使います：`a[[0, 3]] = 1`。

```python
a = np.zeros((4, 4))
a[1:3] = 1     # rows 1 and 2
a[:, 3] = 1    # column 3
```

![チートシートにはない例で、スライスを通した代入です。a[1:3] は a[1:3, :] の省略形で、右辺の一つの数は選ばれたすべてのセルにブロードキャストされます。隣り合わない行にはリストを使います：a[[0, 3]] = 1。](https://latentstate.dev/_astro/fig-fill-rows-column-light.CoPpWLIz.png)

## 形の変更

### np.transpose

軸を入れ替えるので、行 0 が列 0 になります。`.T` は短い書き方で、2 回転置すると b に戻ります。

```python
i = np.transpose(b)
i.T
```

![軸を入れ替えるので、行 0 が列 0 になります。.T は短い書き方で、2 回転置すると b に戻ります。](https://latentstate.dev/_astro/fig-transpose-light.DICjJtO-.png)

### b.ravel

行の順に 1D へ平らにします。

```python
b.ravel()
```

![行の順に 1D へ平らにします。](https://latentstate.dev/_astro/fig-ravel-light.DWXaHihx.png)

### g.reshape

同じデータを新しい形にします。要素の順序は保たれます。`-1` は「この長さは自動で計算して」という意味です。チートシートは `-2` と書いていて NumPy はたまたま受け付けますが、ドキュメントにある値は `-1` です。

```python
g.reshape(3, -1)
```

![同じデータを新しい形にします。要素の順序は保たれます。-1 は「この長さは自動で計算して」という意味です。チートシートは -2 と書いていて NumPy はたまたま受け付けますが、ドキュメントにある値は -1 です。](https://latentstate.dev/_astro/fig-reshape-light.0xNUqlTP.png)

### resize

チートシートはビューに対して `h.resize` を呼んでいて、`ValueError: cannot resize this array: it does not own its data` になります。自分のデータを持つ配列なら、メソッドはその場で動き、足りない分を 0 で埋めます。関数 `np.resize` は新しい配列を返し、データを繰り返して埋めます。

```python
h = b.copy()
h.resize((2, 6))
np.resize(b, (2, 6))
```

![チートシートはビューに対して h.resize を呼んでいて、ValueError: cannot resize this array: it does not own its data になります。自分のデータを持つ配列なら、メソッドはその場で動き、足りない分を 0 で埋めます。関数 np.resize は新しい配列を返し、データを繰り返して埋めます。](https://latentstate.dev/_astro/fig-resize-light.CD7iYe2_.png)

## 要素の追加と削除

### np.append

両方の配列を平らにして、新しい 1D 配列につなげます。形を保つなら `axis=` を渡します。

```python
np.append(a, b)
```

![両方の配列を平らにして、新しい 1D 配列につなげます。形を保つなら axis= を渡します。](https://latentstate.dev/_astro/fig-append-light.BP5YksoL.png)

### np.insert

インデックス 1 の前に 5 を挿入し、新しい配列を返します。NumPy の配列がその場で大きくなることはありません。

```python
np.insert(a, 1, 5)
```

![インデックス 1 の前に 5 を挿入し、新しい配列を返します。NumPy の配列がその場で大きくなることはありません。](https://latentstate.dev/_astro/fig-insert-light.D3SzLpF6.png)

### np.delete

インデックス 1 を削除した新しい配列を返します。

```python
np.delete(a, [1])
```

![インデックス 1 を削除した新しい配列を返します。](https://latentstate.dev/_astro/fig-delete-light.DJNVp8qu.png)

## 配列の結合

### np.concatenate

既にある軸に沿って配列をつなげます。

```python
np.concatenate((a, d), axis=0)
```

![既にある軸に沿って配列をつなげます。](https://latentstate.dev/_astro/fig-concatenate-light.Cb6K8VMG.png)

### np.vstack

行を積み重ねます。a が最初の行になり、b の行が続きます。

```python
np.vstack((a, b))
```

![行を積み重ねます。a が最初の行になり、b の行が続きます。](https://latentstate.dev/_astro/fig-vstack-light.yz5EkPx5.png)

### np.r_

インデックス風の省略記法で、軸 0 に沿ってつなげます。ここでは `np.vstack((e, f))` と同じです。

```python
np.r_[e, f]
```

![インデックス風の省略記法で、軸 0 に沿ってつなげます。ここでは np.vstack((e, f)) と同じです。](https://latentstate.dev/_astro/fig-r--light.B_WToGc4.png)

### np.hstack

横に並べて、軸 1 に沿ってつなげます。

```python
np.hstack((e, f))
```

![横に並べて、軸 1 に沿ってつなげます。](https://latentstate.dev/_astro/fig-hstack-light.CPa_iYbb.png)

### np.column_stack

1D 配列を列にして並べます。`np.c_[a, d]` も同じ結果です。

```python
np.column_stack((a, d))
np.c_[a, d]
```

![1D 配列を列にして並べます。np.c_[a, d] も同じ結果です。](https://latentstate.dev/_astro/fig-column-stack-light.D7ofaN5U.png)

## 配列の分割

### np.hsplit

軸 1 に沿って 3 等分します。1D 配列ではそれが唯一の軸です。結果は配列のリストです。

```python
np.hsplit(a, 3)
```

![軸 1 に沿って 3 等分します。1D 配列ではそれが唯一の軸です。結果は配列のリストです。](https://latentstate.dev/_astro/fig-hsplit-light.Uag_u_ud.png)

### np.vsplit

軸 0 に沿って 2 つに分けます。ここでは c の 2 つのブロックです。チートシートがこの行に印刷している値は誤りで、図が正しい値です。

```python
np.vsplit(c, 2)
```

![軸 0 に沿って 2 つに分けます。ここでは c の 2 つのブロックです。チートシートがこの行に印刷している値は誤りで、図が正しい値です。](https://latentstate.dev/_astro/fig-vsplit-light.CBaIZeaL.png)
