파이썬 데이터 분석 시리즈 5편: 알아두면 유용한 NumPy 기능 - Part 3

파이썬 데이터 분석 시리즈 5편: 알아두면 유용한 NumPy 기능 - Part 3

이번 포스트에서는 NumPy에서 고급 인덱싱, 배열 재구성, 그리고 배열 분할과 같은 기능들을 알아보겠습니다.

고급 인덱싱

고급 인덱싱을 사용하면 다른 배열의 데이터를 참조하거나 변경할 수 있습니다.

        
import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
rows = np.array([0, 1, 2])
cols = np.array([2, 1, 3])
print(arr[rows, cols])
        
    

        
Output: [3 6 12]
        
    

배열 재구성

배열을 재구성하면 원래 배열의 데이터를 유지하면서 새로운 형태의 배열을 만들 수 있습니다.

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

        
Output: array([[ 1,  2,  3,  4],[ 5,  6,  7,  8],[ 9, 10, 11, 12]])
        
    

배열 분할

배열 분할을 사용하면 하나의 배열을 여러 개의 더 작은 배열로 나눌 수 있습니다.

        
arr = np.array([1, 2, 3, 4, 5, 6])
split_arr = np.array_split(arr, 3)
print(split_arr)
        
    

        
Output: [array([1, 2]), array([3, 4]), array([5, 6])]
        
    

이러한 기능들은 NumPy를 활용해 데이터를 처리하고 분석하는데 있어 매우 중요한 도구입니다. 다음 시간에는 이러한 기능들을 활용하는 실제 예제를 살펴보도록 하겠습니다.