多次元配列したい（np.array）

# 1次元配列
a = np.array([1, 2, 3])
# => array([1, 2, 3])

# 2次元配列
a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    ])
# => array([[1, 2, 3],
#           [4, 5, 6]])

# 2次元配列（型を明示）
a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    ],
    dtype=np.float64)
# => array([[1., 2., 3.],
#           [4., 5., 6.]])

np.arrayでNumPy配列（numpy.ndarray型）を作成できます。 dtypeオプションで要素の型を指定できます。

dtypeにはPython標準のビルトイン型（int、float、complex、bool、str、bytes、object）が使えます。 精度を明示したい場合はNumPy型（np.int64、np.float64、np.complex128など）を使います。

注釈

NumPyのベクトル演算を有効利用するためには、 NumPy配列の要素の型（dtype）を揃えることが重要です。

異なる型を混在させると dtype=object となり、 Pythonのリストと同じような動作になりますが、 演算速度は遅くなります。

型を混在させたい場合は、 素直にPythonのリストを使えばよいです。

リストから多次元配列したい

# 1次元配列
seq = [1, 2, 3, 4]
a = np.array(seq)

# 2次元配列
seq = [[1, 2, 3], [4, 5, 6]]
a = np.array(seq)

タプルから多次元配列したい

# 1次元配列
seq = (1, 2, 3, 4)
a = np.array(seq)

# 2次元配列
seq = ((1, 2, 3), (4, 5, 6))
a = np.array(seq)

辞書から多次元配列したい

d = {"a": 1, "b": 2, "c": 3}

# 値を変換
a = np.array(list(d.values()))

# キーを変換
a = np.array(list(d.keys()), dtype=object)

# キーと値を変換
a = np.array(list(d.items()), dtype=object)

辞書型をnp.arrayに渡しても意図した通りには動きません。 キーと値をどのように処理するかを明記する必要があります。

データフレームから多次元配列したい

import pandas as pd
import numpy as np

d = {
    "a": [1, 2, 3],
    "b": [4, 5, 6],
}
df = pd.DataFrame(d)
a = df.to_numpy()
# ==> array([
#       [1, 4],
#       [2, 5],
#       [3, 6]
#     ])

pandas.DataFrameが持っているto_numpyメソッドで、 NumPy配列に変換できます。 列方向に定義したデータを、行方向のデータにできます。