keepdims・とは？初心者向け解説：使い方と実例共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

keepdims・とは？

keepdims は、データを集約するときに軸を「そのままの形で1の大きさを持つように残す」設定です。要するに、データを集計しても「次元が完全になくならないようにする」機能だと覚えるとわかりやすいです。機械学習やデータ処理では、行や列をまとめて新しい数値を作ることが多いですが、そのときの形状を揃えて別の演算と組み合わせたい場面がよくあります。keepdims を使うと、集計後の形状を保持できるため、他の配列とのブロードキャストや、後の演算の互換性を保ちやすくなるのです。

重要ポイント：keepdims を true（または有効）にすると、集計軸が「消える」のではなく「サイズが 1 に保たれる」形になります。これにより、元のデータの次元数は変わらず、形状が (N, M, K) から (N, 1, K) のように変化します。

基本概念と対比

多次元配列の集計では、axis を指定して sum、mean、max、min などの演算を行います。通常は axis を指定すると、集計した軸が削除され、結果の形状は元の形状からその軸がなくなります。これを keepdims を false（デフォルト）と呼ぶことが多いです。一方、keepdims を true にすると、削除されるはずの軸のサイズが 1 のまま残るため、結果の形状が同じ次元数を維持します。

例を挙げると、形状が (2, 3, 4) の配列に対して axis=1 で合計を取る場合、keepdims=False では結果の形状が (2, 4) になりますが、keepdims=True だと形状が (2, 1, 4) のままになります。ここが基本的な違いです。

実際の使い方のイメージ

以下は、代表的なデータ処理ライブラリでの考え方を整理したものです。

NumPy：np.sum(a, axis=1, keepdims=True) のように書くと、 axis=1 を集計しても軸を 1 の大きさで残します。
TensorFlow：tf.reduce_sum(x, axis=1, keepdims=True) のように同様の動作をします。
PyTorch：torch.sum(x, dim=1, keepdim=True) のように keepdim という引数を使います。

現在の代表的なライブラリでは、 keepdims に対応していない場合は別の手段として reshape や view、unsqueeze などの操作を組み合わせて似た形状を作ることもあります。ただし原理は同じ、軸を消さずにサイズを 1 に保つ という点です。

形状の理解を深める表

元の形状	(2, 3, 4)
axis	1
keepdims=False の場合	(2, 4)
keepdims=True の場合	(2, 1, 4)

実務での活用ポイント

・ブロードキャストが重要な場面で役立つ：keepdims により次元を揃えやすく、他の配列と演算する際の形状整合性を保てます。

・後続の処理の一貫性を保つ：ニューラルネットワークの層間接続や、データの分岐処理で、形状が一定だとミスを減らせます。特に batched データを扱う場合、形状を揃えることは非常に大切です。

注意点と落とし穴

keepdims を使うと、結果の形状が他の場所で期待している形状と異なる場合があります。例えば、flatten してから結果を利用するケースや、リシェイプ前提の演算を行う場合には、事前に形状を確認しておくことが重要です。また、データフレームのような表形式データでは、NumPy や TensorFlow の配列と pandas の DataFrame で動作が異なることがあるため、使い分けを意識してください。

まとめ

keepdims は、集計後も軸を「消さずに」1 のサイズとして残す機能です。 データの形状を保つことで、後続の演算を正しく、かつ直感的に行える ようになります。用途としては、ブロードキャストを活用した要素ごとの演算、ニューラルネットの形状整合性の確保、データ前処理の一貫性確保などが挙げられます。初めて学ぶ場合は、簡単な 2 次元配列から試して、axis と keepdims の組み合わせが結果の形状にどう影響するかを実際に確認すると理解が早くなります。