NumPy insert関数完全ガイド｜配列ndarrayに要素・行・列を挿入する使い方とサンプルコード

 

NumPyのinsert関数は、配列（ndarray）に新しい要素、行、列を挿入するための強力なツールです。本記事では、numpy.insert()の基本的な使い方から応用例まで、実践的なサンプルコードとともに詳しく解説します。

numpy.insert()とは

numpy.insert()は、指定した位置にNumPy配列の要素を挿入する関数です。元の配列を変更することなく、新しい配列を返します。

基本構文：

numpy.insert(arr, obj, values, axis=None)

パラメータ：

• arr: 挿入対象の配列
• obj: 挿入位置のインデックス
• values: 挿入する値
• axis: 挿入する軸（None, 0, 1など）

1次元配列への要素挿入

基本的な要素挿入

import numpy as np

# 1次元配列の作成
arr = np.array([1, 2, 3, 4, 5])
print("元の配列:", arr)

# インデックス2の位置に10を挿入
result = np.insert(arr, 2, 10)
print("挿入後:", result)
# 出力: [1 2 10 3 4 5]

複数の要素を同時挿入

# 複数の値を挿入
arr = np.array([1, 2, 3, 4, 5])
result = np.insert(arr, 2, [10, 20])
print("複数挿入:", result)
# 出力: [1 2 10 20 3 4 5]

配列の先頭と末尾への挿入

arr = np.array([2, 3, 4])

# 先頭に挿入
front = np.insert(arr, 0, 1)
print("先頭挿入:", front)
# 出力: [1 2 3 4]

# 末尾に挿入
back = np.insert(arr, len(arr), 5)
print("末尾挿入:", back)
# 出力: [2 3 4 5]

2次元配列への行挿入（axis=0）

新しい行の挿入

# 2次元配列の作成
arr_2d = np.array([[1, 2, 3],
                   [4, 5, 6]])
print("元の配列:")
print(arr_2d)

# 1行目に新しい行を挿入
new_row = np.array([7, 8, 9])
result = np.insert(arr_2d, 1, new_row, axis=0)
print("行挿入後:")
print(result)
# 出力:
# [[1 2 3]
#  [7 8 9]
#  [4 5 6]]

複数行の同時挿入

arr_2d = np.array([[1, 2],
                   [3, 4]])

# 複数行を挿入
new_rows = np.array([[5, 6], [7, 8]])
result = np.insert(arr_2d, 1, new_rows, axis=0)
print("複数行挿入:")
print(result)
# 出力:
# [[1 2]
#  [5 6]
#  [7 8]
#  [3 4]]

先頭と末尾への行挿入

arr_2d = np.array([[2, 3],
                   [4, 5]])

# 先頭に行挿入
first_row = np.insert(arr_2d, 0, [1, 1], axis=0)
print("先頭行挿入:")
print(first_row)

# 末尾に行挿入
last_row = np.insert(arr_2d, arr_2d.shape[0], [6, 7], axis=0)
print("末尾行挿入:")
print(last_row)

2次元配列への列挿入（axis=1）

新しい列の挿入

# 2次元配列の作成
arr_2d = np.array([[1, 2, 4],
                   [5, 6, 8]])
print("元の配列:")
print(arr_2d)

# 2列目に新しい列を挿入
new_col = np.array([3, 7])
result = np.insert(arr_2d, 2, new_col, axis=1)
print("列挿入後:")
print(result)
# 出力:
# [[1 2 3 4]
#  [5 6 7 8]]

複数列の同時挿入

arr_2d = np.array([[1, 4],
                   [5, 8]])

# 複数列を挿入
new_cols = np.array([[2, 3], [6, 7]])
result = np.insert(arr_2d, 1, new_cols, axis=1)
print("複数列挿入:")
print(result)
# 出力:
# [[1 2 3 4]
#  [5 6 7 8]]

列の先頭と末尾への挿入

arr_2d = np.array([[2, 3],
                   [5, 6]])

# 先頭に列挿入
first_col = np.insert(arr_2d, 0, [1, 4], axis=1)
print("先頭列挿入:")
print(first_col)

# 末尾に列挿入
last_col = np.insert(arr_2d, arr_2d.shape[1], [4, 7], axis=1)
print("末尾列挿入:")
print(last_col)

axis=Noneの動作（1次元化）

# 2次元配列をaxis=Noneで1次元化して挿入
arr_2d = np.array([[1, 2],
                   [3, 4]])

result = np.insert(arr_2d, 2, 99, axis=None)
print("axis=None:", result)
# 出力: [1 2 99 3 4]

高次元配列での応用

3次元配列への挿入

# 3次元配列の作成
arr_3d = np.array([[[1, 2], [3, 4]],
                   [[5, 6], [7, 8]]])
print("3次元配列の形状:", arr_3d.shape)

# axis=0で挿入
new_layer = np.array([[9, 10], [11, 12]])
result = np.insert(arr_3d, 1, new_layer, axis=0)
print("挿入後の形状:", result.shape)
print("挿入結果:")
print(result)

データ型を考慮した挿入

整数配列への浮動小数点挿入

# 整数配列
int_arr = np.array([1, 2, 3], dtype=int)
print("元の型:", int_arr.dtype)

# 浮動小数点を挿入
result = np.insert(int_arr, 1, 2.5)
print("挿入後:", result)
print("挿入後の型:", result.dtype)
# 出力: [1 2 3] (2.5は2に変換される)

型変換を伴う挿入

# 明示的な型指定
float_arr = np.array([1.1, 2.2, 3.3])
result = np.insert(float_arr, 1, 10)
print("浮動小数点配列:", result)
print("型:", result.dtype)

実践的な応用例

データフレーム風の操作

# 学生の成績データ
scores = np.array([[85, 92, 78],
                   [91, 88, 85],
                   [79, 94, 90]])

# 新しい学生の成績を追加
new_student = np.array([88, 89, 92])
updated_scores = np.insert(scores, 1, new_student, axis=0)
print("更新された成績:")
print(updated_scores)

# 新しい科目の成績を追加
new_subject = np.array([90, 87, 89, 91])
final_scores = np.insert(updated_scores, 3, new_subject, axis=1)
print("科目追加後:")
print(final_scores)

時系列データの挿入

# 時系列データ
time_data = np.array([10, 15, 20, 30])

# 欠損値を補間するように挿入
interpolated = np.insert(time_data, 2, 17.5)
print("補間後:", interpolated)
# 出力: [10.  15.  17.5 20.  30. ]

パフォーマンスの考慮事項

大きな配列での注意点

import time

# 大きな配列でのパフォーマンステスト
large_arr = np.random.rand(10000)

# 挿入処理の時間測定
start = time.time()
result = np.insert(large_arr, 5000, 999)
end = time.time()

print(f"挿入処理時間: {end - start:.6f}秒")
print(f"元の配列サイズ: {large_arr.size}")
print(f"挿入後サイズ: {result.size}")

メモリ効率的な代替手段

# appendとの比較
arr = np.array([1, 2, 3])

# insert使用
insert_result = np.insert(arr, len(arr), 4)

# append使用（末尾追加の場合）
append_result = np.append(arr, 4)

print("insert結果:", insert_result)
print("append結果:", append_result)
# 両方とも同じ結果: [1 2 3 4]

エラーハンドリング

よくあるエラーと対処法

# インデックスエラー
try:
    arr = np.array([1, 2, 3])
    # 範囲外インデックス（エラーにならない）
    result = np.insert(arr, 10, 999)
    print("範囲外挿入:", result)
except Exception as e:
    print("エラー:", e)

# 次元不一致エラー
try:
    arr_2d = np.array([[1, 2], [3, 4]])
    # 不適切な形状での挿入
    wrong_shape = np.insert(arr_2d, 1, [1, 2, 3], axis=0)
except ValueError as e:
    print("形状エラー:", e)

安全な挿入処理

def safe_insert(arr, index, values, axis=None):
    """安全な挿入処理"""
    try:
        # インデックスの範囲チェック
        if axis is None:
            max_index = arr.size
        else:
            max_index = arr.shape[axis]
        
        if index < 0 or index > max_index:
            print(f"警告: インデックス {index} は範囲外です")
            index = max(0, min(index, max_index))
        
        return np.insert(arr, index, values, axis=axis)
    
    except Exception as e:
        print(f"挿入エラー: {e}")
        return arr

# 使用例
arr = np.array([1, 2, 3])
result = safe_insert(arr, 10, 999)
print("安全な挿入:", result)

まとめ

numpy.insert()は配列操作において非常に有用な関数です。重要なポイントを整理すると：

基本的な使い方：

• 1次元配列：np.insert(arr, index, value)
• 行挿入：np.insert(arr, index, values, axis=0)
• 列挿入：np.insert(arr, index, values, axis=1)

注意点：

• 元の配列は変更されず、新しい配列が返される
• データ型の変換が自動で行われる場合がある
• 大きな配列では処理時間に注意が必要

応用のコツ：

• 複数の値や行・列を同時挿入可能
• 3次元以上の配列でも同様に使用可能
• エラーハンドリングを適切に行う

NumPyのinsert関数を効果的に活用することで、配列操作がより柔軟かつ効率的になります。データ分析や科学計算において、配列の動的な変更が必要な場面で積極的に活用してください。