인덱싱과 슬라이싱 2차원 array

NumPy를 이용하여 데이터 인덱싱, 슬라이싱을 구현해 보려고 한다.

 

import numpy as np

gdp_array = np.array([
    [12257, 11561, 13165, 14673, 16496, 19403], # 대한민국
    [39169, 34406, 32821, 35387, 38299, 37813], # 일본
    [959, 1053, 1149, 1289, 1509, 1753],        # 중국
    [36335, 37133, 38023, 39496, 41713, 44115]  # 미국
])

기초적으로 위 array의 자리 숫자를 알아보자 컴퓨터공학을 전공한다면 단번에 자리값을 알것이다.

 

#	  0       1      2      3      4      5    	
	[12257, 11561, 13165, 14673, 16496, 19403], # 0
	[39169, 34406, 32821, 35387, 38299, 37813], # 1
	[959, 1053, 1149, 1289, 1509, 1753],        # 2
	[36335, 37133, 38023, 39496, 41713, 44115]  # 3

위 규칙을 알고나서 이제 데이터 인덱싱과 슬라이싱을 구현해 보려고 한다.

 

1. gdp_array을 활용하여 값을 추출해보자

gdp_array[1]

출력 : array([39169, 34406, 32821, 35387, 38299, 37813])

Python의 기준이 0임으로 1을 출력하고자 하면 2번줄이 출력되게 된다. 

 

gdp_array[1][4]
gdp_array[1, 4]

출력 : 38299
출력 : 38299

Python기준 행(1) 열(4)번

 

gdp_array[1:3, 2:5]

출력 : array([[32821, 35387, 38299],
       	    [ 1149,  1289,  1509]])

Python기준 행(1, 2) 열(2, 4) 까지의 값이다.

 

gdp_array[1:3, 2:]

출력 : array([[32821, 35387, 38299, 37813],
            [ 1149,  1289,  1509,  1753]])

Python기준 행(1, 2) 열(2, 5) 까지의 값이다.

 

gdp_array[:3, 2:5]

출력 : array([[13165, 14673, 16496],
            [32821, 35387, 38299],
            [ 1149,  1289,  1509]])

Python기준 행(0, 2) 열(2, 4) 까지의 값이다.

 

gdp_array[:, 2:5]

출력 : array([[13165, 14673, 16496],
            [32821, 35387, 38299],
            [ 1149,  1289,  1509],
            [38023, 39496, 41713]])

Python기준 행(0, 3) 열(2, 4) 까지의 값이다.

 

gdp_array[1:3, :]

출력 : array([[39169, 34406, 32821, 35387, 38299, 37813],
            [  959,  1053,  1149,  1289,  1509,  1753]])

Python기준 행(1, 2) 열(0, 5) 까지의 값이다.