[DA] NumPy 배열 인덱싱 & 슬라이싱

인덱싱과 슬라이싱은 데이터가 저장된 구조를 이해한 상태에서 숫자를 자유자재로 이용해야 하니 상당히 헷갈리면서도 머리 아프다. 반복 숙달밖에 답이 없다.

---

1차원 배열

1차원은 리스트와 크게 다르지 않아 비교적 익숙하게 접근할 수 있다.

# 1차원 배열 인덱싱
arr = np.arange(1, 11)

print(arr[1], arr[3], arr[9])
print(arr[-1], arr[-5])

# 1차원 배열 슬라이싱
print(arr[2:7])     # 3 ~ 7
print(arr[::2])     # 홀수만
print(arr[4:])      # 5 ~ 10
print(arr[:7])      # 1 ~ 7
print(arr[::-1])    # 전체 역순

 

---

2차원 배열

# 2차원 배열 인덱싱
arr_2d = np.array([[10, 20, 30], [40, 50, 60]])

print(arr_2d)
print(arr_2d.shape)
print(arr_2d[0])
print(arr_2d[0][0], arr_2d[0, 1], arr_2d[(0, 2)])

print(arr[1][0])
print(arr[2][1])
print(arr[-1][-2])

다차원 배열의 인덱싱은 크게 [m][n], [m, n], (m, n) 세 가지가 있다.

하지만 맨 앞의 [m][n]은 조금 의미가 다른데, 특정 상황에서만 뒤의 두 방법과 동일하게 작동하는 문법이다.

슬라이싱을 해보면 바로 차이가 나타난다.

 

# 2차원 배열 슬라이싱
arr = np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]])

print(arr)
print(arr[:2, :2])
print(arr[:2][:2])

위와 같이 시도했을 때,

arr[:2, :2]

arr[:2][:2]

이 두 방식의 결과가 달라서 고민을 꽤 했다.

---

print(arr[:2, :2]) # [행 슬라이싱, 열 슬라이싱]

이 표현은 둘째 행까지 자르고, 둘째 열까지 자르는 동작을 동시에 한다.

그래서 9칸 중 4칸을 잘라낼 수 있다.

---

print(arr[:2][:2]) # 행을 잘라 새로운 행렬을 만들고, 거기서 다시 행을 잘라 새로운 행렬

이 표현은 arr[:2]를 진행한 새로운 행렬을 생성한 후, 뒤에 있는 [:2]를 적용한다.

원본에서 둘째 행까지 추출한 2 x 3 행렬이 된 상태에서 다시 둘째 행까지를 추출한다.

즉, [:m][:n][:k] ... 이 표현은 행만 자르는 작업을 반복하는 동작이다.

---

# 슬라이싱 = shape 유지 (차원 유지)
print(arr[:-1, :1], arr[:-1, :1].shape)

# index 접근 -> 값을 꺼내서 반환 (원본 차원 X)
print(arr[:-1, 0], arr[:-1, 0].shape)

슬라이싱은 그냥 원본 배열을 잘라낸 것이지 내용물을 건드린게 아니기에 차원이 유지된다.

반면 인덱싱은 배열에서 추출한 값으로 새로운 결과물을 반환하는 것이므로, 원본의 차원과 관련이 없게 된다.

---

팬시 인덱싱(Fancy indexing)

정수 배열을 위치 인자에 넣어 여러 인덱스를 추출하는 방법

# 1차원 배열 fancy indexing
arr = np.arange(5, 31, 5)
print(arr)
print(arr[[1, 3, 5]])

indices = [1, 3, 5]
print(arr[indices])    # == print(arr[[1, 3, 5]])

 

2차원 배열의 팬시 인덱싱은 주의할 필요가 있다.

# 2차원 배열 fancy indexing
arr = np.array([[5, 10, 15, 20], 
                [25, 30, 35, 40], 
                [45, 50, 55, 60]
                ])

# [10 35]
indices1 = [0, 1]
indices2 = [1, 2]
print(arr[indices1, indices2])
print(arr[[0, 1], [1, 2]])

# [25 55]
print(arr[[1, 2], [0, 2]])

25와 55를 추출하는 예제의 경우 혼동하기 쉬운 상황.

바깥의 콤마를 기준으로, 좌측 배열은 행을 가리키고 우측 배열은 열을 가리킨다.

위 코드는 1행 0열, 2행 2열에서 값을 가져온다는 뜻이다. 두 배열의 같은 인덱스끼리 짝을 지어주면 된다.