2. Numpy 배열 인덱싱

1. 슬라이싱

파이썬의 리스트와 유사하게, Numpy 배열도 슬라이싱이 가능하다.

1.1 일차원 배열에서의 슬라이싱

import numpy as np

arr= np.arange(10)
#출력해보면 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

arr[5]
#배열은 0부터 시작하기때문에 6번째의 5가 선택된다.
#출력 해보면 5

arr[5:8]
#5번째에서 8번째값 전까지를 슬라이싱하는 것
#출력 array([5, 6, 7])

arr[5:8] = 12
# 5번째에서 8번째값 전까지에 12의 값을 넣는것
# 출력해보면 array([ 0,  1,  2,  3,  4, 12, 12, 12,  8,  9])

arr[:]
# 슬라이스 할때 앞 뒤를 명시하지 않으면 전체를 출력

arr[3:]
#앞에만 명시할경우 명시된 값에서부터 끝까지 출력

arr[:3]
#뒤에만 명시될 경우 처음부터 명시된 값까지 출력

1.2 2차원 배열에서의 슬라이싱

행과 열이 생겼을 뿐이지 슬라이싱하는 방법은 위와 동일하다.

import numpy as np

data = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
arr = np.array(data)
#이차원 배열을 생성

arr[2, :]
# 2행의 모든 열의 값을 출력
#출력 array([ 9, 10, 11, 12])

arr[0:2, :]
# 0행부터 2행전까지의 모든 열의 값을 출력
#출력 array([[1, 2, 3, 4],
#       [5, 6, 7, 8]])

arr[:, 1:3]
# 모든행의 1열부터 3행전까지의 값을 출력 
#출력 array([[ 5,  6,  7,  8],
#       [ 9, 10, 11, 12]])

1.3 불리언 인덱싱

배열 인덱싱을 통해 배열 속 요소를 취사 선택할 수 있다.

특정 조건을 만족하는 요소만 선택하고자 할 때 자주 사용하게 된다.

import numpy as np

names = np.array(['A','B','C','D','E','F','G'])
data = np.random.randn(7, 4)
# names에 A~G까지의 문자 배열을 만들고
# data에 랜덤한 값을 7행 4열로 만든다.

names == 'A'
# Numpy Array에 조건문을 달아보면
#array([ True, False, False, False, False, False, False], dtype=bool)
# 해당하는 조건에 True, 이외에는 False를 나타내는 불리언 배열이 나온다.

data[names == 'A']
# 이렇게 불리언 마스크를 적용하면, 위에서 7개중 첫번째만 True를 리턴했으니, data의 0행만 반환받게 된다.
# 출력 array([첫행])

data[(names == 'A') | (names == 'G')]
# 논리 연산자를 사용하여 여러 행을 선택하는 것도 가능하다.
#출력 array([[0행],[6행]])