Numpy 기초 2편

1. reshape

 

원소 개수는 바꾸지 않고 array의 shape를 변경함

 

원소 개수는 shape의 모든 축의 곱

 

np.array().reshape(<dim>)

 

dim에 -1을 포함시키면 그 부분은 파이썬이 데이터 수에 맞게 알아서 잡아준다

 

그림1. reshape 예제 1

그림2. reshape 예제 2

 

2. flatten

 

다차원 array를 1차원 array로 만들어준다

 

그림3. flatten 예제

 

(2,2,4)의 3차원 array를 (16,)의 1차원 array로 flatten 시킴

 

원소의 수인 모든 shape의 곱이 16으로 일정해야함

 

 

3. indexing

 

리스트와는 다르게 [a,b]의 직관적인 indexing을 제공함

 

indexing으로 값 변경도 가능

 

그림4. indexing 예제

 

0행 2열의 원소를 test_exampe[0,2]로 불러올 수 있음

 

0,0의 원소인 1을 test_example[0,0]=10으로 변경 가능

 

 

4. slicing

 

행, 열 나눠서 slicing이 가능함

 

그림5. slicing 예제

 

array는 행이 기준이어서 ,로 구분하지 않으면 행만 선택하나봄

 

그림6. slicing 예제2

 

파이썬에서 거의 대부분이 인덱스 하나만 쓰면 행을 잡아주더라

 

당연하지만 (start) : (last) : (step)으로도 indexing 가능함

 

그림7. slicing 예제3