[Python] Numpy - 배열 슬라이싱(slicing)

배열 슬라이싱

파이썬 리스트와 유사하게 Numpy 배열도 슬라이싱이 가능하다.

a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
b = a[:2, 1:3]
print(b)

#[[2 3]
#[6 7]]

Numpy배열의 경우 다차원인 경우가 많기 때문에 어떻게 슬라이싱 할지 명확하게 해야한다.

 

print(a[0, 1]) #2
b[0, 0] = 77 #b의 [0, 0]은 a의 [0, 1]
print(a)

#[[ 1 77  3  4]
#[ 5  6  7  8]
#[ 9 10 11 12]]

Numpy배열의 슬라이싱은 리스트와 달리 새로운 배열을 생성하지 않는다. 기존 배열에 대한 새로운 View를 제공할 뿐이다.

따라서 위의 예시와 같이 슬라이스 된 배열의 값을 수정하면 원래 배열의 값도 수정된다.

 

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

row_r1 = a[1, :]
row_r2 = a[1:2, :]

print(row_r1, row_r1.shape)
#[5 6 7 8] (4,)

print(row_r2, row_r2.shape)
#[[5 6 7 8]] (1, 4)

1행만 뽑아내더라도 row_r2와 같이 구간으로 뽑으면 차원이 보존되는데 그 차원의 길이가 1이 되고, 

row_r1과 같이 1행만 뽑을 경우 차원이 줄어 2차원이 1차원이 된다,

shape을 보면 알수있다, row_r1은 길이가 4인 1차원배열, row_r2는 1*4인 2차원배열