[numpy] 인덱싱과 슬라이싱, vstack, hstack, hsplit

Python

 

인덱싱

# a 배열 생성 & 출력
a = np.arange(10)**2
print(a)

>>> [ 0  1  4  9 16 25 36 49 64 81]

# a 배열의 2번째 인덱스 출력
print(a[2])

>>> 4

# a 배열의 2~4번 인덱스 출력
print(a[2:5])

>>> [ 4  9 16]


# reverse : 배열의 요소 거꾸로 출력
print(a[: : -1])

>>> [81 64 49 36 25 16  9  4  1  0]


# 0~5번에서 2Step 인덱스 출력
# a[0:6:2] = a[:6:2]
# 인덱스 0, 2, 4 해당하는 값에 1000 삽입
a[0:6:2] = 1000
print(a)

>>> [1000    1 1000    9 1000   25   36   49   64   81]

 

인덱스 배열로 인덱싱

# a 배열 생성 & 출력
a = np.arange(8)**2
print(a)

>>> [ 0  1  4  9 16 25 36 49]


# i 1차원 배열 생성 & 출력
# a 배열의 index로 i를 삽입하여 출력
i = np.array([1, 1, 3, 5])
print(a[i])

>>> [ 1  1  9 25]

# j 2차원 배열 생성
# a 배열의 index로 j를 삽입하여 출력
j = np.array([[3,4], [2,5]])
print(a[j])

>>> [[ 9 16]
 [ 4 25]]

 

boolean 인덱싱

# a 배열 생성 & 출력
a = np.arange(12).reshape(3,4)
print(a)


>>> [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]



# b는 a > 4 조건이 적용된 Boolean 값이 든 배열
b = a > 4
print(b)


>>> [[False False False False]
 [False  True  True  True]
 [ True  True  True  True]]

 

Boolean 값이 든 b 배열을 a 배열의 index로 삽입

# True인 값들만 출력
print(a[b])
a[b].shape


>>> [ 5  6  7  8  9 10 11]
>>> (7,)


# a[b]에 해당하는 애들만 0 삽입하여 a 출력
a[b] = 0
print(a)


>>> [[0 1 2 3]
 [4 0 0 0]
 [0 0 0 0]]

 

Numpy 크기 변경

• .ravel : 1차원으로 변경 = reshape(-1)
• .reshape : 지정한 차원으로 변경
• .T : 전치(Transpose) 변환

# a 배열 생성 & shape 출력
a = np.arange(12).reshape(3,4)
print(a)
print(a.shape)


>>> [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
>>> (3, 4)

 

ravel

모든 원소를 1차원으로 변경

print(a.ravel())
print(a.reshape(-1))


>>> [ 0  1  2  3  4  5  6  7  8  9 10 11]
>>> [ 0  1  2  3  4  5  6  7  8  9 10 11]

 

reshape

지정한 차원으로 변경 [3,4] => [2,6]로 변경

a.reshape(2,6)
print(a)

>>> [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

 

T

[3,4]의 전치(transpose) 변환으로 [4,3] 출력

print(a.T)
print(a.T.shape)


>>> [[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]
>>> (4, 3)

 

vstack & hstack

• np.vstack(): axis=0(열) 기준으로 쌓음. 조금 헷갈리면 열을 기준으로 쌓이니까 기준이 되는 열의 개수가 바뀌지 않는다고 생각하면 된다. 그럼 열이 안 바뀌면 바뀌는 건 행이 된다.
• np.hstack(): axis=1(행) 기준으로 쌓음. 마찬가지로 행이 기준이 되는 거니까 행의 개수는 수정되지 않는다. 그럼 바뀌는 건 열의 개수가 된다.

vstack, hstack 설명

 

# a 배열 생성 & 출력
a = np.array([1, 2, 3, 4]).reshape(2, 2)
print(a)

>>> [[1 2]
 [3 4]]



# b 배열 생성 & 출력
b = np.array([5, 6, 7, 8]).reshape(2, 2)
print(b)


>>> [[5 6]
 [7 8]]

 

vstack

[2,2] => [4,2]

print(np.vstack((a,b)))

>>> [[1 2]
 [3 4]
 [5 6]
 [7 8]]

 

hstack

[2,2] => [2,4]

print(np.hstack((a, b)))

>>> [[1 2 5 6]
 [3 4 7 8]]

 

hsplit

• np.hsplit 통해 숫자 1개가 들어갈 경우, X개로 등분
• np.hsplit 통해 리스트로 넣을 경우, axis = 1 (행) 기준 인덱스로 데이터를 분할

hsplit 설명

 

# a 배열 생성 & 출력
a = np.arange(12).reshape(2, 6)
print(a)

>>> [[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]]

 

hsplit에 숫자 하나만 넣은 경우

[2,6] => [2,2] 데이터 3개로 등분

print(np.hsplit(a, 3))

[array([[0, 1],
   [6, 7]]), array([[2, 3],
   [8, 9]]), array([[ 4,  5],
   [10, 11]])]

 

hsplit에 리스트 넣은 경우

[2,6] => [:, :3], [:, 3:4], [:, 4:]로 분할

a를 모든 행 그리고 3번째 열 ~ 4번째 열 미만 기준으로 분할하여 3개의 array를 반환

print(a)
print(np.hsplit(a, (3,4)))

>>> [[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]]
>>> [array([[0, 1, 2],
       [6, 7, 8]]), array([[3],
       [9]]), array([[ 4,  5],
       [10, 11]])]