💡오늘 배울 내용
axis는 N차원 배열을 정의할때 사용되기도 하며 여러 연산 과정에서의 기준으로도 쓰입니다. 즉, 파이썬 라이브러리 Numpy, Pandas에서 매개변수로 자주 사용되는 axis의 의미에 대해 알아봅시다.
axis
axis=1
axis=0
축 행 열
🔎ndarray(n차원 배열)과 축(axis)
축(axis)는 n차원 배열을 구성하는 요소입니다.
즉, n차원 배열은 몇개의 축을 중심으로 하여 만들어집니다.
사실 axis = n으로 불리는 축은 그냥 바깥 리스트에서 안쪽 리스트 순으로 0부터 이름 붙인것에 불과합니다. 2차원 배열에서 axis 0은 행을 의미하지만, 3차원 배열에서 axis 0은 높이를 의미하는 것도 그런 이유입니다.
🔔1차원 배열(1D array)
1차원 배열은 axis 0이라는 축으로 구성됩니다.
이 축은 단지 1차원 배열을 지탱하고 있으며, 1차원 배열에는 행과 열이라는 개념이 존재하지 않습니다. 그래서 array.shape을 조사해보면 (n, )이라는 값이 나옵니다. 이는 축이 하나만 존재하다는 뜻이기도 합니다.
🔔2차원 배열(2D array)
2차원 배열은 행렬 개념에 대입하여 이해할 수 있습니다.
두개의 축이 존재하며 axis 0은 행 방향으로 동작하고, axis 1은 열 방향으로 동작합니다. 조금 더 자세히 말해보면 axis=0은 각 열의 모든 행에서 동작하고, axis=1은 각 행의 모든 열에서 동작합니다. 그래서 axis 0이 두칸이므로 2행 axis 1이 세칸이므로 3열이라고 할 수 있습니다.
추가로 axis 0은 행 방향(가로 방향)으로 동작하지만 이러한 가로 방향인 행들이 모이면 세로로 쌓일 수밖에 없습니다. 즉, 책을 위로 쌓아 정리하는 것과 같습니다.
axis 1도 열 방향(세로 방향)으로 동작하지만 이러한 세로 방향인 열들이 모이면 가로로 쌓일 수밖에 없습니다. 이 경우는 책을 옆으로 정리하는 것과 같습니다.
🔔3차원 배열(3D array)
3차원 배열에서의 세 축은 각각이 층, 행, 열의 개념과 대응됩니다. 3차원 배열에서의 shape을 구하면 얻어지는 세 값들이 각각 층과 행, 그리고 열이 됩니다.
axis 0, axis 1 축은 '2차원 배열에서 행과 열'과는 무관합니다. axis 0, 1, 2... 축은 단순히 n차원 배열에서 각각 순서대로 정의한 것에 불과하기 때문입니다.
