numpy :: indexing & slicing

import numpy as np

indexing

• list와 달리 2차원 배열에서 [0,0]과 같은 표기법을 제공
• matrix일 경우 앞은 row, 뒤는 column을 의미

test_example = np.array([[1, 2, 3], [4.5, 5, 6]], int)
test_example

array([[1, 2, 3],
[4, 5, 6]])

test_example[0][0]

1

test_example[0,0]

1

test_example[0,0] = 12 # matrix 0,0에 12 할당
test_example

array([[12, 2, 3],
[ 4, 5, 6]])

test_example[0][0] = 5 # matrix 0,0에 5 할당
test_example[0,0]

5

slicing

• list와 달리 행과 열 부분을 나눠서 slicing이 가능 (for문 필요 없게 함)
• matrix의 부분 집합을 추출할 때 유용

test_exmaple = np.array([
    [1, 2, 5,8], [1, 2, 5,8],[1, 2, 5,8],[1, 2, 5,8]], int)
test_exmaple[:2,:]

array([[1, 2, 5, 8],
[1, 2, 5, 8]])

test_exmaple[:,1:3] 

array([[2, 5],
[2, 5],
[2, 5],
[2, 5]])

test_exmaple[1,:2]

array([1, 2])

test_exmaple = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]], int)
test_exmaple[:,2:] # 전체 Row의 2열 이상

array([[ 3, 4, 5],
[ 8, 9, 10]])

test_exmaple[1:3] # 1 Row ~ 2 Row의 전체

array([[ 6, 7, 8, 9, 10]])

a = np.arange(100).reshape(10,10)
a[:, -1].reshape(-1,1)

array([[ 9],
[19],
[29],
[39],
[49],
[59],
[69],
[79],
[89],
[99]])

---

https://www.boostcourse.org/ai222/lecture/24071