スカラーフィールドのスライス操作ガイド

概要: このガイドでは、ScalarField がインデクシング操作時に4次元構造を維持する挙動について説明します。これはNumPyやGWpyの挙動とは異なります。この挙動を理解することは、ドメイン変換（時間/周波数、実空間/波数空間）やFFT操作を正しく行うために不可欠です。

対象読者: 多次元フィールドデータを扱う中級ユーザー

前提知識:

Tip

スライス操作後に予期しない形状になる問題に遭遇している場合は、FAQセクションで素早く答えを見つけられます。

ScalarFieldの4次元構造維持の挙動

ScalarField は、インデクシング操作を行っても常に4次元構造を維持します。これはNumPy配列やGWpyの標準的な挙動とは異なります。

4次元構造の維持

NumPy配列の場合:

>>> import numpy as np
>>> arr = np.zeros((10, 5, 5, 5))
>>> arr[0].shape
(5, 5, 5)  # 次元が削減される

ScalarFieldの場合:

>>> from gwexpy.fields import ScalarField
>>> field = ScalarField(np.zeros((10, 5, 5, 5)), ...)
>>> field[0].shape
(1, 5, 5, 5)  # 4次元を維持

この挙動により、以下のメリットがあります:

  1. 軸メタデータの保持: axis0_domain, space_domain などが欠落しません

  2. ブロードキャスト操作の一貫性: 常に4次元として扱えます

  3. FFT操作の安全性: ドメイン情報を保持したままFFTを実行できます

次元を削減したい場合

明示的に次元を削減するには、squeeze() メソッドを使用します:

>>> field[0].squeeze().shape
(5, 5, 5)  # 長さ1の軸が削除される

スライスの例

>>> # 時間方向の特定の時刻を抽出
>>> snapshot = field[100]  # shape: (1, 5, 5, 5)

>>> # 空間的な断面を抽出
>>> plane = field[:, :, :, 2]  # shape: (n_time, 5, 5, 1)

>>> # 特定の空間点の時系列
>>> point_ts = field[:, 2, 2, 2]  # shape: (n_time, 1, 1, 1)
>>> # TimeSeries的に扱いたい場合はsqueeze
>>> point_ts_1d = point_ts.squeeze()  # shape: (n_time,)

よくある質問（FAQ）

なぜ4次元を維持するのですか？

ScalarFieldは、軸ごとに異なるドメイン（時間/周波数、実空間/波数空間）を持つ物理量を表現します。次元を削減すると、これらのメタデータが失われ、FFT操作やドメイン変換が正しく動作しなくなります。

NumPyライクな挙動が必要な場合は？

squeeze() メソッドを使用してください。これにより、長さ1の軸を削除し、NumPyライクな配列を取得できます。

トラブルシューティング

ブロードキャスト操作が期待通り動作しない

ScalarFieldは常に4次元なので、他の配列との演算時には形状を合わせる必要があります。

# 誤り: 1次元配列との演算
field + np.array([1, 2, 3])  # エラー

# 正しい: 形状を合わせる
field + np.array([1, 2, 3]).reshape(3, 1, 1, 1)

関連リンク