Numpy (2)

tino-kim·2022년 1월 3일
0
post-thumbnail

🥴 Numpy (2)

📌 슬라이싱 Slicing

📌 1차원 array

arr1[ 인덱스 번호 ]

📌 2차원 array

arr2[ 행의 인덱스 번호, 열의 인덱스 번호 ]

📌 인덱싱 Indexing

📌 1차원 array

arr1[ 포함되는 시작하는 인덱스 번호 : 포함되지 않은 끝나는 인덱스 번호 ]

📌 2차원 array

arr2[ 포함되는 시작하는 행의 인덱스 번호 : 포함되지 않은 끝나는 행의 인덱스 번호, 포함되는 시작하는 열의 인덱스 번호 : 포함되지 않은 끝나는 열의 인덱스 번호 ]

📌 Fancy Indexing

📌 1차원 array

arr1[[ 추출하고 싶은 인덱스 번호 ]]

📌 2차원 array

arr2[[ 추출하고 싶은 행의 인덱스 번호 ], [ 추출하고 싶은 열의 인덱스 번호 ]]

📌 Boolean Indexing

조건 필터링을 통해서 Boolean 값을 이용한 색인을 의미한다.

💛 True와 False 값으로 색인하기

💛 조건 필터링 걸기

조건을 주고, 조건에 맞는 애들만 가져오는 역할을 수행한다.
arr[ 조건에 맞는, 즉 True가 되는 조건 ]
ex.

A1. arr2d = np.array([[1, 2, 3, 4], 
                  [5, 6, 7, 8], 
                  [9, 10, 11, 12]])
A2. arr2d > 2
# array([[False, False,  True,  True],
       [ True,  True,  True,  True],
       [ True,  True,  True,  True]])     
A3. arr2d[arr2d > 2]
# array([ 3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

😀 마무리...

📌 Slicing과 Indexing

  • Slicing
    - 1차원과 2차원 array의 Indexing
  • Indexing
    - Fancy Indexing
    - Boolean Indexing
    - 1차원과 2차원 array의 Indexing
profile
알고리즘과 웹 개발과 데이터 과학을 공부하는 대학생

0개의 댓글