[numpy] 배열의 차원 수정

배열의 차원 수정

배열의 차원을 수정하기 위해 reshape()함수 또는 메서드 flatten(), ravel()메서드, newaxis의 속성을 사용할 수 있습니다.

• np.reshape(객체, shape), 객체.reshape(shape)
  • 객체를 지정한 배열의 모양(shape)으로 변환
  • 2차원 배열의 경우 인수 중 하나를 고정하고 다른 인수로 -1을 전달할 경우 자동으로 배분

import numpy as np

x=np.random.randint(20, size=(3,4))
x

array([[16,  5, 11,  6],
       [19, 19, 17, 14],
       [16, 16,  2,  4]])

print(x.reshape((2,6)))

[[ 6  3  8  8 13  5]
   [ 7  9  9  0  7  8]]

print(np.reshape(x, (-1, 6)))

[[16  5 11  6 19 19]
 [17 14 16 16  2  4]]

print(x.reshape((6,-1)))

[[16  5]
 [11  6]
 [19 19]
 [17 14]
 [16 16]
 [ 2  4]]

print(x.reshape((4,3)))

[[16  5 11]
 [ 6 19 19]
 [17 14 16]
 [16  2  4]]

다음 flatten()과 ravel()메서드는 다차원 배열을 1차원으로 전환합니다.

x.flatten()

array([ 6,  3,  8,  8, 13,  5,  7,  9,  9,  0,  7,  8])

x.ravel()

array([ 6,  3,  8,  8, 13,  5,  7,  9,  9,  0,  7,  8])

배열에 포함된 부분요소 또는 그 배열 자체의 차원을 증가시키기 위해서는 np.newaxis 속성을 적용합니다. 이 속성은 가장 근접한 차원에 새로운 축을 첨가합니다.

객체[part 또는 all, np.newaxis]

y=np.random.randint(10, size=(3))
y

array([8, 9, 3])#벡터

y[1]

9 #스칼라

y[1].ndim

0 #스칼라

위 코드의 1차원 배열인 y에서 y[1]과 같이 요소 하나를 슬라이싱하면 차원이 0인 스칼라가 됩니다. 그러나 다음 코드의 ①과 같이 시행하여 y의 부분은 y[1]의 차원을 증가시킬 수 있습니다. 실제로 스칼라 즉, 0차원이 1차원으로 증가된 것을 알 수 있습니다. ②은 y 자체를 1차원 증가시켜 2차원으로 변환한 것입니다.

y[1, np.newaxis]  # ①

array([9])

y[1, np.newaxis].ndim

1

y[:, np.newaxis] # ②

array([[8],
       [9],
       [3]])#2차원 행렬

y[:, np.newaxis].ndim

2

다음은 2차원 배열인 x에 np.newaxis를 적용한 것으로 위 객체 y에 적용한 것과 같은 방법이 사용됩니다.

np.random.seed(1)
x=np.random.randint(10, size=(2,2))
x

array([[5, 8],
       [9, 5]])

numpy 배열의 슬라이싱의 기본 형식은 [1차원(행), 2차원(열),, …]입니다. 다음 코드 x[:]는 x[모든 행]을 의미하므로 [행, np.newaxis]은 행(리스트) 단위로 새로운 축이 첨가됩니다.

x[:]

array([[5, 8],
       [9, 5]])

[5, 8] → [[5,8]] 등

x[:, np.newaxis]

array([[[5, 8]],

       [[9, 5]]])>

객체[:, :]은 모든 행과 열을 나타내므로 x[:,:, np.newaxis]에서 새로운 축은 2차원(열)에 첨가됩니다.

x[:,:,np.newaxis] 

array([[[5],
        [8]],

       [[9],
        [5]]])

1열에 축을 첨가합니다.

x[:, 1, np.newaxis]

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

1행에 축을 첨가합니다.

x[1,:, np.newaxis]

array([[9],
       [5]])