検証環境

• Python 3.6.5
• NumPy: 1.15.1

なおいずれのコードも import numpy as np をしていることを前提に書いている。

本題

驚いた話。1次元配列を適当に用意する。

>>> a = np.array([1])
True
>>> a.shape == (1, )
True

これをてきとうに float とかにキャストしてみる。

>>> float(a)
1.0

… ん？

>>> type(float(a))
<class 'float'>
>>> type(a)
<class 'numpy.ndarray'>

なんと numpy.ndarray 型(配列)だった a が float でキャストすることで Python の float 型になっている。

では、多次元配列だとどうなるのだろうか。

>>> b = np.array([1, 2])
>>> b.shape
(2,)
>>> float(b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: only size-1 arrays can be converted to Python scalars

エラーになった。ご丁寧に、Python のスカラーに変換するのはサイズが1の配列である必要があるとのエラーメッセージも残して。

ということは [[1]] というのもキャストできるのだろう。実際、

>>> c = np.array([[1]])
>>> c
array([[1]])
>>> c.shape
(1, 1)
>>> c.size
1
>>> float(c)
1.0

となった。

わかること

• NumPy の配列は サイズが1の場合のみ int や float により Python の数値型 にキャストできる上にその結果は Python の数値型
• NumPy の配列は サイズが1でない場合 数値型へのキャストはできない
  • 型には サイズの情報がないにもかかわらず サイズの違いで TypeError が送出されるかが変わる

ちなみに 0 次元配列とかいうさらにアレなやつもあるみたいです。Twitterで雑につぶやいていたら教えてくれました。こちらについては使ったことがないのでノーコメント。

直感的に考えると(0次元配列はわからないけれど) サイズが 1 か 1でないかで挙動が変わるのはおかしい気がしてならない。どうしてこんな仕様なんだろうか。わたしは NumPy のことがよくわからない(あまり使っていないので当然)。

ちなみに

str でキャストしてみた。

>>> a = np.array([3])
>>> float(a)
3.0
>>> str(a)
'[3]'

あ、 str かけるとちゃんと配列っぽいのね。そうなのね。。。もう勘弁してくれ。。。。