배열 분리(dsplit) numpy.dsplit(ary, indices_or_sections) Python split 함수 참조 배열다루기 | 배열 분리(Numpy.split) 배열 분리(Split) numpy.split(ary, indices_or_sections, axis=0) 배열을 여러개의 하위 배열로 분리합니다. ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 'Integer'인 경우, 축을 따라 동일한 N개의 배열로 분 moonnote.tistory.com TIP 차이점은 dsplit은 axis=2에 대해 동등하게 배열을 분리(3D 배열 이상 사용 가능) ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 정수 ..
배열 분리(vsplit) numpy.vsplit(ary, indices_or_sections) Python split 함수 참조 배열다루기 | 배열 분리(Numpy.split) 배열 분리(Split) numpy.split(ary, indices_or_sections, axis=0) 배열을 여러개의 하위 배열로 분리합니다. ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 'Integer'인 경우, 축을 따라 동일한 N개의 배열로 분 moonnote.tistory.com TIP 차이점은 vsplit은 axis=0에 대해 동등하게 배열을 분리(2D 배열 이상 사용 가능) ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 정수 ..
배열 분리(hsplit) numpy.hsplit(ary, indices_or_sections) Python split 함수 참조 배열다루기 | 배열 분리(Numpy.split) 배열 분리(Split) numpy.split(ary, indices_or_sections, axis=0) 배열을 여러개의 하위 배열로 분리합니다. ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 'Integer'인 경우, 축을 따라 동일한 N개의 배열로 분 moonnote.tistory.com TIP 차이점은 hsplit은 axis=1에 대해 동등하게 배열을 분리, 다만, 1D Array의 경우 axis=0을 기준으로 Split 수행 !! ▪Parameters ‣ ary : 입력 배열, ..
배열 분리(Array_split) numpy.array_split(ary, indices_or_sections, axis=0) Python split 함수 참조 배열다루기 | 배열 분리(Numpy.split) 배열 분리(Split) numpy.split(ary, indices_or_sections, axis=0) 배열을 여러개의 하위 배열로 분리합니다. ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 'Integer'인 경우, 축을 따라 동일한 N개의 배열로 분 moonnote.tistory.com TIP 차이점은 indices_or_sections이 정수 입력만 가능하며 축을 균등하게 분리하지 않음 !! ▪Parameters ‣ ary : 입력 배열, ‣ in..
배열 분리(Split) numpy.split(ary, indices_or_sections, axis=0) 배열을 여러개의 하위 배열로 분리합니다. ▪Parameters ‣ ary : 입력 배열, ‣ indices_or_sections : 'Integer'인 경우, 축을 따라 동일한 N개의 배열로 분리 '1D Array'인 경우, 축을 따라 지정된 구간을 기준으로 입력 배열을 분리 * 예시: [2, 3]으로 입력할 경우, ary[:2], ary[2:3], ary[3:] 로 분리 ‣ axis : 축 설정(optional) ‣ Returns : sub-arrays(list of ndarrays), 분리된 배열 반환 예제(Example) import numpy as np x = np.arange(9.0) out..
배열 차원 변경(Reshape Function) numpy.reshape(a, newshape, order='C') 배열의 차원을 변경합니다. ▪Parameters ‣ a : 입력 배열, ‣ newshape : 변경할 차원 지정, *설명 ‣ order : 'C', 'F', 'A' 중 선택 사항, 'C' (C-like order): C 스타일의 인덱스 순서를 의미(예: 2차원 배열에서 행(row) 우선으로 요소에 접근) 'F' (Fortran-like order): Fortran 스타일의 인덱스 순서를 의미(예: 2차원 배열에서 열(col) 우선으로 요소에 접근) 'A' (Any order): 메모리에서 Fortran 형식으로 연속적으로 저장되어 있다면 Fortran 스타일의 인덱스 순서를, 아닐 경우 C..
배열 차원 및 크기 반환(Shape Function) numpy.shape(a)[source] 배열의 차원과 크기를 반환합니다. ▪Parameters ‣ a : 입력 배열, ‣ Returns : Shape, 배열 크기 반환 예제(Example) import numpy as np a = np.array([1, 2, 3, 4, 5]) shape = np.shape(a) print(shape) # Output: (5,) Result (5) import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) shape = np.shape(a) print(shape) # Output: (2, 3) Result (2,3) import numpy as np a = np.array([[..
조건적 출력(Extract Function) numpy.extract(condition, arr) 입력 배열에서 지정한 조건을 만족하는 원소만 출력합니다. ▪Parameters ‣ condition : 조건적 불리언 배열, 조건 입력(TRUE/FALSE)으로 이루어진 1D Array ‣ arr : 입력 배열, ‣ Returns : ndarray, 조건을 만족하는 배열만 출력 예제(Example) import numpy as np a = [1,2,3,4,5] condition = [True, False, True, False, True] print('Result : ', np.extract(condition, a)) Result Result : [1 3 5] import numpy as np a = [[1..
조건적 출력(Compress Function) numpy.compress(condition, a, axis=None, out=None) 입력 배열에서 지정한 조건을 만족하는 원소만 출력합니다. ▪Parameters ‣ condition : 조건적 불리언 배열, 조건 입력(TRUE/FALSE)으로 이루어진 1D Array ‣ a : 입력 배열, ‣ axis : 축 설정(선택 사항), 계산이 진행되는 축 설정 ‣ out : 출력 배열(선택 사항), ‣ Returns : ndarray, 조건을 만족하는 배열만 출력 예제(Example) import numpy as np a = [1,2,3,4,5] condition = [True, False, True, False, True] print('Result : ',..
양쪽 0값 제거(Trim_zeros Function) numpy.trim_zeros(filt, trim='fb') 배열 양 쪽 끝에 0값을 제거해줍니다. ▪Parameters ‣ flit : 입력 배열, ‣ trim : 트림 조건, 앞에서 트림은 'f', 뒤에서 트림은 'b', 기본값은 'fb' ‣ trimmed : 출력 배열, 트림된 1D 배열 출력 예제(Example) import numpy as np a = [0, 0, 0, 1, 2, 3, 4, 0, 0, 0] print(np.trim_zeros(a, 'f')) Result [1, 2, 3, 4, 0, 0, 0] import numpy as np a = [0, 0, 0, 1, 2, 3, 4, 0, 0, 0] print(np.trim_zeros(a,..
배열 중복 요소 제거 함수(Unique Function) numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True) 배열의 중복된 원소를 제거해 줍니다. ▪Parameters ‣ ar : 입력 배열, ‣ return_index : 인덱스 반환(선택 사항), 중복 제거 배열(고유 배열)에 대한 index 정보 반환 ‣ return_inverse : 인덱스 반환(선택 사항), 입력 배열에 대한 index 정보 반환 ‣ return_counts : 중복 횟수 반환(선택 사항), 입력 배열에 대한 중복 횟수 정보 반환 ‣ axis : 축 설정(선택 사항), 계산이 진행되는 축..
배열 요소 삭제 함수(Delete Function) numpy.delete(arr, obj, axis=None) 지정한 Index의 요소를 삭제시켜주는 함수입니다. ▪Parameters ‣ arr : 입력 배열, ‣ obj : 값 추가 전 인덱스를 지정하는 개체 삽입(slice or Index), ‣ axis : 축 설정(선택 사항), 계산이 진행되는 축 설정 ‣ out : ndarray, 삭제된 배열 출력 값(axis 지정이 없다면 1D Array 형태로 출력) 예제(Example) import numpy as np a = np.arange(1, 10, 1) print('Initial np values : ', a) a = np.delete(a, 0) print('1st delete data : ', ..