indexing2 [Numpy]indexing(boolean indexing, fancy indexing) 앞서 포스팅했던 indexing은 여러 형태의 indexing이 있다. 이번 포스팅에서는 boolean indexing과 fancy indexing을 포스팅하고자한다. boolean indexing 먼저, bool 자료형은 참(True)과 거짓(False)을 나타내는 자료형으로서 아래와 같은 2가지의 값만을 가진다. True - 참 False - 거짓 처음 보면 이게 뭐야 하면서 개념이 쉬우면서 이해가 안되기도 하지만 간단하게 bool 내장 함수를 사용하면 자료형의 참과 거짓을 식별할 수 있다. 맞으면 참(true), 틀리면 거짓(false) 인 것이다. c = np.arange(24).reshape(2,3,4) print(c) print(c.shape) # 출력 [[[ 0 1 2 3] [ 4 5 6 7.. 2022. 8. 29. [Numpy]넘파이 indexing과 slicing의 차이 indexing과 slicing은 numpy를 활용하여 원하는 값을 호출한다는 개념은 동일하다. indexing과 slicing의 기본 문법 a = np.arange(10) # indexing print(a[5]) # slicing print(a[5:8]) # 출력 5 [5 6 7] 생성된 numpy array 내에 원하는 배열을 추출하기 위해서 indexing은 배열의 index 상 숫자를 넣고 원하는 값을 추출한다. slicing은 콜론 ( : )을 사용해서 [a:b] 내에 a와 b에 원하는 인덱스를 적용하고 a 이상, b미만의 인덱스에 해당하는 값을 추출한다. 그렇다면 이 둘의 차이점은 불러오는 코드만일까. 그건 아니다. 위 코드의 출력결과를 보면, indexing을 사용하면 불러온 결과는 기존 1.. 2022. 8. 29. 이전 1 다음