파이썬 넘파이(Numpy) 함수 총정리2 : 배열 모양 변경 및 구조 조작 (reshape, vstack, split 등)
데이터 분석을 하다보면 수집된 데이터의 형태가 내가 사용하려는 데이터 구조와 맞지 않는 경우가 많습니다. 이때 필요한 기능이 바로 넘파이 배열의 모양을 변경하고 구조를 조작하는 함수들입니다.
이 글에서는 넘파이 함수 총정리 제 2탄으로, 데이터 가공을 위해 자주 사용되는 넘파이 배열의 차원 변경, 배열 결합 및 분할 함수 등을 정리해 보도록 하겠습니다.
 |
| 넘파이(Numpy) 배열의 모양 변경 및 구조조작 함수 |
01. 배열 모양 변경 함수
1) .reshape(newshape)
배열의 구조를 지정한 형태로 변경해 주는 함수입니다. 데이터의 개수(size)는 반드시 일치해야 하며 일치 하지 않을 경우 ValueError가 발생합니다.
- newshape : 새로운 배열의 모양을 지정합니다.
- -1 옵션 : -1을 넣으면 나머지 차원의 숫자를 보고 자동으로 크기를 계산합니다.
(ex) a.reshape(2, 4) : 배열 a를 2 x 4 형태의 배열로 변경합니다.
(ex) a.reshape(-1, 4) : 배열 a의 size에 맞게 ? x 4 형태의 배열로 변경합니다.
- 변경 전/후 원소의 개수는 동일해야합니다.
- 원본 배열은 그대로 두고 "보여주는 모양"만 바꿉니다
-
뷰(View) 반환 : 변경된 배열 값 수정시 원본 배열의 값도 함께
바뀝니다.
(단, 메모리가 연속적이지 않은 경우 복사본을 반환할 수도 있습니다)
org = np.array([0, 1, 2, 3, 4, 5, 6, 7])
a = org.reshape(2, 4)
b = org.reshape(-1, 4)
print(org) # 결과: [0 1 2 3 4 5 6 7]
print(a) # 결과: [[0 1 2 3][4 5 6 7]]
print(b) # 결과: [[0 1 2 3][4 5 6 7]]
a[(1, 1)] = 99
print(org) # 결과: [0 1 2 3 4 99 6 7] (원본 변경됨)
print(a) # 결과: [[0 1 2 3][4 99 6 7]]
print(b) # 결과: [[0 1 2 3][4 99 6 7]]
2) .flatten( )
다차원 배열을 1차원 배열로 변경하는 함수입니다.
- 복사본 반환 : 변경된 배열의 값을 수정해도 원본 배열과는 무관합니다.
org = np.array([[1, 2],[3, 4], [5, 6]])
a = org.flatten()
print(org) # 결과: [[1 2][3 4][5 6]]
print(a) # 결과: [1 2 3 4 5 6]
a[2] = 99
print(org) # 결과: [[1 2][3 4][5 6]] (원본은 그대로임)
print(a) # 결과: [1 2 99 4 5 6]
3) .ravel( )
다차원 배열을 1차원 배열로 변경하는 함수입니다. 앞서 설명한 .flatten() 함수와 차이점은 복사본 대신 뷰(View)를 반환합니다.
- 뷰(View) 반환 : 변경된 배열의 값을 수정하면 원본도 수정됩니다.
org = np.array([[1, 2],[3, 4], [5, 6]])
a = org.ravel()
print(org) # 결과: [[1 2][3 4][5 6]]
print(a) # 결과: [1 2 3 4 5 6]
a[2] = 99
print(org) # 결과: [[1 2][99 4][5 6]] (원본 변경됨)
print(a) # 결과: [1 2 99 4 5 6]
4) .transpose( ) 또는 .T
배열의 행과 열을 바꾸어 주는 함수입니다.
- .transpose()와 .T는 동일한 역할을 합니다.
a = np.array([[1, 2],[3, 4], [5, 6]])
print(a.transpose()) # 결과: [[1 3 5][2 4 6]]
print(a.T) # 결과: [[1 3 5][2 4 6]]
02. 배열 병합 함수 (합치기)
1) .vstack(tup)
수직으로 쌓는 개념으로 데이터를 합치는 함수입니다. 2차원 배열의 경우
행(row) 방향으로 쌓아서 아래로 길게 데이터를 합치게됩니다. 기존의 데이터셋에
새로운 데이터를 추가할 때 주로 사용합니다.
- tup : 결합하려는 배열들을 튜플이나 리스트 형태로 전달합니다.
- 1차원 배열 결합 : 2차원 배열이 됨 (아래로 데이터를 쌓는 개념 적용) *
- 다차원 배열 결합 : 첫번째 축(axis 0)을 기준으로 결합합니다.
- 2차원 배열 결합 : 행(axis 0)만 아래로 추가됨 (열의 개수는 동일해야 함)
- 3차원 배열 결합 : 깊이(axis 0)만 추가됨 (행과 열의 개수는 동일해야 함
a1 = np.array([1, 2])
a2 = np.array([3, 4])
a3 = np.array([[1, 2], [3, 4]])
a4 = np.array([[5, 6], [7, 8]])
a5 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
a6 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])
print(np.vstack([a1, a2])) # 결과: [[ 1 2]
# [ 3 4]]
print(np.vstack([a3, a4])) # 결과: [[ 1 2]
# [ 3 4]
# [ 5 6]
# [ 7 8]]
print(np.vstack([a5, a6])) # 결과: [[[ 1 2]
# [ 3 4]]
# [[ 5 6]
# [ 7 8]]
# [[ 9 10]
# [11 12]]
# [[13 14]
# [15 16]]]
2) .hstack(tup)
수평으로 붙이는 개념으로 데이터를 합치는 함수입니다. 2차원 배열의 경우
열(col) 방향인 옆으로 길게 데이터를 합치게 됩니다. 기존의 데이터에 새로운
특징(Feature)을 추가할 때 사용됩니다.
- tup : 결합하려는 배열들을 튜플이나 리스트 형태로 전달합니다.
- 1차원 배열 결합 : 하나의 긴 1차원 배열이 됨 (옆으로 데이터를 붙이는 개념 적용) *
- 다차원 배열 결합 : 두번째 축(axis 1)을 기준으로 결합합니다.
- 2차원 배열 결합 : 열(axis 1)만 옆으로 추가됨 (행의 개수는 동일해야 함)
- 3차원 배열 결합 : 행(axis 1)만 추가됨 (깊이와 열의 개수는 동일해야 함
a1 = np.array([1, 2])
a2 = np.array([3, 4])
a3 = np.array([[1, 2], [3, 4]])
a4 = np.array([[5, 6], [7, 8]])
a5 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
a6 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])
print(np.hstack([a1, a2])) # 결과: [1 2 3 4]
print(np.hstack([a3, a4])) # 결과: [[1 2 5 6]
# [3 4 7 8]]
print(np.hstack([a5, a6])) # 결과: [[[ 1 2]
# [ 3 4]
# [ 9 10]
# [11 12]]
# [[ 5 6]
# [ 7 8]
# [13 14]
# [15 16]]]
3) .concatenate(arrays, axis=0)
배열을 특정 축(axis)을 기준으로 합치는 함수입니다.- arrays : 결합하려는 배열들을 튜플이나 리스트 형태로 전달합니다.
- axis : 배열 결합 시 기준이 되는 축(axis)을 지정함 (기본값 : 0)
- axis=0인 경우 : vstack()과 유사 (1차원 배열은 결과가 다름. 주의!)
- axis=1인 경우 : hstack()과 유사 (1차원 배열은 결과가 다름. 주의!)
a1 = np.array([1, 2])
a2 = np.array([3, 4])
a3 = np.array([[1, 2], [3, 4]])
a4 = np.array([[5, 6], [7, 8]])
a5 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
a6 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])
print(np.concatenate([a1, a2], axis=0)) # 결과: [1 2 3 4]
print(np.concatenate([a3, a4], axis=0)) # 결과: [[1 2]
# [3 4]
# [5 6]
# [7 8]]
print(np.concatenate([a5, a6], axis=0)) # 결과: [[[ 1 2]
# [ 3 4]
# [[ 5 6]
# [ 7 8]]
# [[ 9 10]
# [11 12]]
# [[13 14]
# [15 16]]]
#print(np.concatenate([a1, a2], axis=1)) # Error (axis=1 없음)
print(np.concatenate([a3, a4], axis=1)) # 결과: [[1 2 5 6]
# [3 4 7 8]]
print(np.concatenate([a5, a6], axis=1)) # 결과: [[[ 1 2]
# [ 3 4]
# [ 9 10]
# [11 12]]
# [[ 5 6]
# [ 7 8]
# [13 14]
# [15 16]]]
03. 배열 분할 함수 (나누기)
1) .vsplit(array, indices_or_sections)
수직 방향(위 아래)으로 배열을 나누는 개념의 함수입니다. 2차원 배열의 경우
행(row)을 기준으로 나누게 됩니다.
- array : 분할하려는 배열을 지정합니다.
- indices_or_sections : 정수(N) 또는 1차원 배열(리스트)을 지정합니다.
- 정수(N) : 배열을 같은 크기의 N개로 분할 합니다.
-
배열(index) : 배열(리스트)의 인덱스 위치를 기준으로
분할합니다.
(ex) [2, 5]를 지정하면 [:2], [2:5], [5:] 세 부분으로 분할합니다.
- 1차원 배열 분할 : Error 발생 (수직 방향, 위 아래 개념이 없음) *
- 다차원 배열 분할 : 첫번째 축(axis 0)을 기준으로 분할합니다.
a1 = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
a2 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
r1 = np.vsplit(a1, 2)
r2 = np.vsplit(a1, [2,3])
r3 = np.vsplit(a2, 2)
r4 = np.vsplit(a2, [1,2])
print(r1) # 결과: [array([[1, 2],[3, 4]]),
# array([[5, 6],[7, 8]])]
print(r2) # 결과: [array([[1, 2],[3, 4]]),
# array([[5, 6]]),
# array([[7, 8]])]
print(r3) # 결과: [array([[[1, 2],[3, 4]]]),
# array([[[5, 6],[7, 8]]])]
print(r4) # 결과: [array([[[1, 2],[3, 4]]]),
# array([[[5, 6],[7, 8]]]),
# array([], shape=(0, 2, 2), dtype=int64)]
2) .hsplit(array, indices_or_sections)
수평 방향(좌우)으로 배열을 나누는 개념의 함수입니다. 2차원 배열의 경우
열(col)을 기준으로 나누게 됩니다.
- array : 분할하려는 배열을 지정합니다.
- indices_or_sections : 정수(N) 또는 1차원 배열(리스트)을 지정합니다.
- 정수(N) : 배열을 같은 크기의 N개로 분할 합니다.
-
배열(index) : 배열(리스트)의 인덱스 위치를 기준으로
분할합니다.
(ex) [2, 5]를 지정하면 [:2], [2:5], [5:] 세 부분으로 분할합니다.
- 1차원 배열 분할 : 좌/우로 데이터를 나눔 *
- 다차원 배열 분할 : 두번째 축(axis 1)을 기준으로 분할합니다.
a1 = np.array([1, 2, 3, 4, 5, 6, 7, 8])
a2 = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
a3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
r1 = np.hsplit(a1, 2)
r2 = np.hsplit(a1, [2,3])
r3 = np.hsplit(a2, 2)
r4 = np.hsplit(a2, [1,2])
r5 = np.hsplit(a3, 2)
r6 = np.hsplit(a3, [1,2])
print(r1) # 결과: [array([1, 2, 3, 4]),
# array([5, 6, 7, 8])]
print(r2) # 결과: [array([1, 2]),
# array([3]),
# array([4, 5, 6, 7, 8])]
print(r3) # 결과: [array([[1],[3],[5],[7]]),
# array([[2],[4],[6],[8]])]
print(r4) # 결과: [array([[1],[3],[5],[7]]),
# array([[2],[4],[6],[8]]),
# array([], shape=(4, 0), dtype=int64)]
print(r5) # 결과: [array([[[1, 2]], [[5, 6]]]),
# array([[[3, 4]], [[7, 8]]])]
print(r6) # 결과: [array([[[1, 2]], [[5, 6]]]),
# array([[[3, 4]], [[7, 8]]]),
# array([], shape=(2, 0, 2), dtype=int64)]
3) .split(array, indices_or_sections, axis=0)
배열을 특정 축(axis)을 기준으로 분할하는 함수입니다.
- array : 분할하려는 배열을 지정합니다.
- indices_or_sections : 정수(N) 또는 1차원 배열(리스트)을 지정합니다.
- 정수(N) : 배열을 같은 크기의 N개로 분할 합니다.
-
배열(index) : 배열(리스트)의 인덱스 위치를 기준으로
분할합니다.
ex) [2, 5]를 지정하면 [:2], [2:5], [5:] 세 부분으로 분할합니다. - axis : 배열 분할 시 기준이 되는 축(axis)을 지정합니다. (기본값 : 0)
- axis=0인 경우 : vsplit()과 유사 (1차원 배열은 결과가 다름. 주의!)
- axis=1인 경우 : hsplit()과 유사 (1차원 배열은 결과가 다름. 주의!)
[axis=0 인 경우]
a1 = np.array([1, 2, 3, 4, 5, 6, 7, 8])
a2 = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
a3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
r1 = np.split(a1, 2, axis=0)
r2 = np.split(a1, [2,3], axis=0)
r3 = np.split(a2, 2, axis=0)
r4 = np.split(a2, [2,3], axis=0)
r5 = np.split(a3, 2, axis=0)
r6 = np.split(a3, [1,2], axis=0)
print(r1) # 결과: [array([1, 2, 3, 4]),
# array([5, 6, 7, 8])]
print(r2) # 결과: [array([1, 2]),
# array([3]),
# array([4, 5, 6, 7, 8])]
print(r3) # 결과: [array([[1, 2],[3, 4]]),
# array([[5, 6],[7, 8]])]
print(r4) # 결과: [array([[1, 2],[3, 4]]),
# array([[5, 6]]),
# array([[7, 8]])]
print(r5) # 결과: [array([[[1, 2],[3, 4]]]),
# array([[[5, 6],[7, 8]]])]
print(r6) # 결과: [array([[[1, 2],[3, 4]]]),
# array([[[5, 6],[7, 8]]]),
# array([], shape=(0, 2, 2), dtype=int64)][axis=1 인 경우]
a1 = np.array([1, 2, 3, 4, 5, 6, 7, 8])
a2 = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
a3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
# r1 = np.split(a1, 2, axis=1) # Error (axis=1 없음)
# r2 = np.split(a1, [2,3], axis=1) # Error (axis=1 없음)
r3 = np.split(a2, 2, axis=1)
r4 = np.split(a2, [1,2], axis=1)
r5 = np.split(a3, 2, axis=1)
r6 = np.split(a3, [1,2], axis=1)
print(r3) # 결과: [array([[1],[3],[5],[7]]),
# array([[2],[4],[6],[8]])]
print(r4) # 결과: [array([[1],[3],[5],[7]]),
# array([[2],[4],[6],[8]]),
# array([], shape=(4, 0), dtype=int64)]
print(r5) # 결과: [array([[[1, 2]],[[5, 6]]]),
# array([[[3, 4]],[[7, 8]]])]
print(r6) # 결과: [array([[[1, 2]],[[5, 6]]]),
# array([[[3, 4]],[[7, 8]]]),
# array([], shape=(2, 0, 2), dtype=int64)]
04. 마치며
배열 조작은 데이터 전처리의 80%를 차지합니다. 위에서 살펴본 모양 변경(reshape), 병합(concatenate), 분할(split) 함수들은 복잡한 데이터를 필요에 맞게 다듬는 필수 도구들이므로 잘 알아둘 필요가 있습니다.
또한, 뷰(view)와 복사본(copy)의 차이를 명확히 이해하고 사용한다면, 원본 데이터를 실수로 손상시키는 일을 막을 수 있습니다.
