Python Numpy 강좌 : 제 5강 - 슬라이싱

슬라이싱

import numpy as np

a = np.array([1, 2, 3, 4, 5])

print(a)
print("\n")
print(a[3:])
print("\n")
print(a[1:-1]) 
print("\n")
print(a[0:3:2])

결과

[1 2 3 4 5]

[4 5]

[2 3 4]

[1 3]

배열[a:b:c]를 이용하여 배열의 일부를 잘라 표시할 수 있습니다.

a는 시작 index, b는 끝 index, c는 간격을 의미합니다. 시작 index는 결과에 포함되지만, 끝 index는 결과에 포함되지 않습니다.

index는 0 ~ len-1까지 존재하며, 아무것도 입력하지 않고 :로 사용할 경우, 모든 행 또는 열을 의미합니다.

:n으로 사용할 경우 0 ~ n-1까지의 원소를 의미하며 n:으로 사용할 경우, n ~ len-1까지의 원소를 의미합니다.

음수 index는 배열의 뒤에서부터 센 위치를 의미합니다. -1은 마지막 원소(len-1)를 의미하므로, a[1:-1]은 끝 index인 마지막 원소를 제외한 1 ~ len-2까지의 원소를 반환합니다.

import numpy as np

a = np.array([1, 2, 3, 4, 5])

print(a[::-1])
print(a[-2:])
print(a[:-2])

결과

[5 4 3 2 1]
[4 5]
[1 2 3]

간격에 음수를 입력할 경우, 배열을 역순으로 탐색합니다. [::-1]은 배열을 뒤집은 결과를 반환합니다.

[-2:]는 마지막 두 개의 원소를, [:-2]는 마지막 두 개의 원소를 제외한 원소를 반환합니다.

import numpy as np

a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])

print(a)
print("\n")
print(a[:, 1:])
print("\n")
print(a[0:1,0:2]) 

결과

[[1 2 3]
[4 5 6]
[7 8 9]]

[[2 3]
[5 6]
[8 9]]

[[1 2]]

배열[a:b, c:d]를 이용하여 배열의 일부를 잘라 표시할 수 있습니다.

동일하게 배열[a:b:e, c:d:f]를 이용하여 e와 f를 간격으로 사용할 수 있습니다.

a ~ b는 표시할 행의 위치를 의미하며, c ~ d는 표시할 열의 위치를 의미합니다.

import numpy as np

a = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]])

print(a)
print("\n")
print(a[::2, ::2])

결과

[[ 1 2 3 4 5]
[ 6 7 8 9 10]
[11 12 13 14 15]]

[[ 1 3 5]
[11 13 15]]

배열의 슬라이싱에서 간격만 입력하여 배열을 출력할 수 있습니다.

[::2, ::2]일 경우, 행을 2칸씩 띄우며, 열도 2칸씩 띄워 출력합니다.

뷰(View)와 복사(Copy)

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = a[1:4]
c = a[1:4].copy()

b[0] = 99

print(a)
print(b)
print(c)

결과

[ 1 99 3 4 5]
[99 3 4]
[2 3 4]

list의 슬라이싱은 새로운 list를 생성하지만, numpy 배열의 슬라이싱은 원본 배열의 데이터를 공유하는 뷰(View)를 반환합니다.

그러므로, 슬라이싱한 배열의 값을 변경하면 원본 배열의 값도 함께 변경됩니다.

원본과 별개의 배열이 필요한 경우, 배열.copy()를 사용하여 복사본을 생성합니다.

• Tip : 뷰는 데이터를 복사하지 않으므로 큰 배열을 다룰 때 메모리와 시간을 절약할 수 있습니다. 두 배열이 메모리를 공유하는지는 np.shares_memory(배열1, 배열2)로 확인할 수 있습니다.

정수 배열 인덱싱

import numpy as np

a = np.array([10, 20, 30, 40, 50])
b = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])

print(a[[0, 2, 4]])
print(b[[0, 2]])
print(b[[0, 1, 2], [2, 1, 0]])

결과

[10 30 50]
[[1 2 3]
 [7 8 9]]
[3 5 7]

배열[[index1, index2, ...]]처럼 index를 담은 배열을 사용하여 원하는 위치의 원소를 한 번에 가져올 수 있습니다. 이를 정수 배열 인덱싱(Integer Array Indexing) 또는 팬시 인덱싱(Fancy Indexing)이라 합니다.

2차원 배열에 index 배열을 하나만 사용할 경우, 해당 행들을 반환합니다.

배열[[행1, 행2, ...], [열1, 열2, ...]]처럼 두 개의 index 배열을 사용할 경우, 같은 위치의 값끼리 짝을 지어 (0, 2), (1, 1), (2, 0) 위치의 원소를 반환합니다.

• Tip : 정수 배열 인덱싱은 슬라이싱과 다르게 뷰가 아닌 복사본을 반환합니다.

불리언 인덱싱

import numpy as np

a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])

print(a > 4)
print(a[a > 4])
print(a[(a > 2) & (a % 2 == 0)])

a[a > 4] = 0
print(a)

결과

[[False False False]
 [False True True]
 [ True True True]]
[5 6 7 8 9]
[4 6 8]
[[1 2 3]
 [4 0 0]
 [0 0 0]]

배열에 비교 연산을 적용하면 각 원소의 비교 결과를 담은 Boolean 배열이 반환됩니다.

배열[Boolean 배열]을 사용할 경우, 값이 True인 위치의 원소만 골라 1차원 배열로 반환합니다. 이를 불리언 인덱싱(Boolean Indexing)이라 합니다.

여러 조건을 결합할 때는 and, or 대신 &, |, ~ 연산자를 사용하며, 연산자 우선순위 때문에 각 조건을 소괄호로 감싸야 합니다.

불리언 인덱싱에 값을 대입할 경우, 조건을 만족하는 원소의 값만 변경할 수 있습니다.

• Tip : 조건에 따라 서로 다른 값을 선택하여 새로운 배열을 만드는 방법은 15강 - 조건 반환에서 다룹니다.