본문 바로가기
반응형

5-2 . Numpy 제공 자료구조/Array 합치기3

[파이썬 numpy] 배열의 축(axis) 이해하기 [파이썬 numpy] 배열의 축(axis) 이해하기 배열에는 축이라는 헷갈리는 개념이 있습니다. 특히 concatenate 메소드를 사용하여 배열을 이어붙일때 그렇습니다. 배열의 축이 헷갈리는 이유는 행렬개념에 익숙해져 있기 때문입니다. 차원이 높아지며 우리가 생각하는 행과 열의 순서가 파괴되는 듯한 느낌을 받는데, 이 문제만 해결하면 축은 아주 쉬워집니다. 차원을 높여가며 이해해봅시다. 1차원 배열 먼저 1차원 배열을 하나 정의해봅시다. >>> A1=np.array([1,2,3,4,5])>>> A1array([1, 2, 3, 4, 5]) 이때 축은 axis0 하나뿐입니다. 이때는 행과 열의 개념이 없습니다. 여기까지는 어렵지 않습니다. 2차원 배열 이번에는 2차원 배열을 정의해봅시다. >>> A2=np.. 2020. 11. 12.
[파이썬 numpy] 배열 합치기 (stack 메소드) [파이썬 numpy] 배열 합치기 (stack 메소드) 배열을 합치는 방법 중에 stack 메소드를 사용하는 방법이 있습니다. 아래 세가지 메소드가 있습니다. hstack (가로방향) vstack (세로방향) column_stack (열벡터로 인식한 뒤 가로방향) 1차원 배열 먼저 배열을 정의하겠습니다 . import numpy as np A1=np.array([1,2,3]) B1=np.array([4,5,6]) >>> A1 array([1, 2, 3]) >>> B1 array([4, 5, 6]) hstack 함수는 열 방향(가로방향)으로 합쳐줍니다. >>> np.hstack((A1,B1)) array([1, 2, 3, 4, 5, 6]) vstack 함수는 행 방향(세로방향)으로 합쳐줍니다. >>> np.. 2020. 10. 19.
[파이썬 numpy] 배열 합치기 (concatenate 메소드) + axis 개념 [파이썬 numpy] 배열 합치기 (concatenate 메소드) + axis 개념 concatenate 메소드는 선택한 축(axis)의 방향으로 배열을 연결해주는 메소드입니다. concatenate 는 '사슬 같이 연결하다'는 의미입니다. 1,2,3차원배열에 적용해보며 사용 방법과 축의 의미를 이해해봅시다. 1차원 배열 먼저 배열을 정의하겠습니다 . import numpy as np A1=np.array([1,2,3])B1=np.array([4,5,6]) >>> A1array([1, 2, 3]) >>> B1array([4, 5, 6]) 아래와같이 1차원 배열에 concatenate 메소드를 적용해봅시다. axis=0으로 하였습니다. >>> np.concatenate((A1,B1),axis=0)array.. 2020. 10. 16.
반응형