기본 인덱싱
Coddy의 NumPy 기초 코스 레슨 — 18개 중 10번째.
Numpy 1차원 배열은 파이썬 리스트와 동일하게 인덱싱할 수 있습니다:
파이썬 리스트 인덱싱:
lst = [1, 2, 3, 4]
lst[1] # --> 2Numpy 배열 인덱싱:
ary = np.array([1, 2, 3, 4])
ary[1] # --> 2하지만 차원이 커지면 흥미로워집니다.
파이썬 2D 리스트 인덱싱:
lst = [[1, 2], [3, 4]]
lst[0][1] # --> 2Numpy 2D 배열 인덱싱:
ary = np.array([[1, 2], [3, 4]])
ary[0,1] # --> 2 차이점을 찾아보세요: ary[0,1], lst[0][1]
Numpy 배열에서도 리스트와 동일한 구문인 ary[0][1]을 사용할 수 있지만, 이는 비효율적이므로 ary[0, 1]을 사용하는 것이 더 좋습니다.
ary[0][1]은 첫 번째 인덱싱 후에 새로운 임시 배열이 생성되고 그 다음 1로 인덱싱되기 때문에 덜 효율적입니다.
3D 배열은 어떻게 인덱싱할까요?
ary = np.array([
[[1], [2]],
[[3], [4]]
])
ary[0, 0, 0] # --> 1
ary[0, 1, 0] # --> 2
ary[1, 0, 0] # --> 3
ary[1, 1, 0] # --> 4
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
챌린지
쉬움3D 배열 ary에서 값 5를 포함하는 요소를 (인덱싱을 사용하여) 추출하세요.
직접 해보기
import numpy as np
ary = np.array([ [ [ 0, 1 ], [ 2, 3 ] ], [ [ 4, 5 ], [ 6, 7 ] ] ])
res = ary[] # <-- Complete the indexing
print(res) # Don't touch