API · NumPy
Python NumPy numpy.shape() 함수
numpy.shape()를 사용해 배열의 차원을 튜플로 가져오거나 .shape 속성에서 읽으세요.
이 페이지의 내용
NumPy의 numpy.shape() 함수를 사용하면 배열의 차원을 확인할 수 있습니다. 이 함수는 정수로 이루어진 튜플을 반환하며, 각 값은 해당 차원의 길이를 나타냅니다. 예를 들어 (5, 3)은 행이 5개이고 열이 3개라는 뜻입니다. 이 튜플은 입력의 현재 형태를 설명합니다. 튜플이 변경 불가능하다는 사실은 배열 자체를 재구성할 수 있는지와는 관계가 없습니다.
numpy.shape()의 구문
차원을 확인하려는 값으로 numpy.shape(a)를 호출합니다. 인수 a는 필수이며, NumPy 배열이나 중첩 시퀀스 같은 배열 유사 값일 수 있습니다. 함수는 차원마다 정수 하나씩을 순서대로 담은 튜플을 반환합니다. 1차원 입력에는 튜플 값이 하나 있고, 2차원 입력에는 행과 열의 길이가 들어갑니다. 차원이 더 높으면 축이 추가될 때마다 그 길이도 하나씩 추가됩니다.
numpy.shape() 예제
다음 예제는 2차원 NumPy 배열을 만들고 numpy.shape()가 반환하는 차원 정보를 출력합니다.
import numpy as np
array = np.array([[11, 12, 5], [15, 6, 10], [10, 8, 12], [12, 15, 8], [34, 78, 90]])
print(np.shape(array))
(5, 3)
튜플의 첫 번째 값은 첫 번째 축의 길이를, 두 번째 값은 두 번째 축의 길이를 나타내며 이후 값도 같은 방식으로 이어집니다. 2차원 배열에서는 이 축이 각각 행과 열에 해당합니다. 따라서 다른 연산에 전달하거나 특정 축을 선택하기 전에 데이터가 어떻게 구성되어 있는지 확인하는 데 유용합니다.
단일 축에 값이 하나도 없는 배열의 형태는 (0,)입니다. [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]을 담은 1차원 배열의 형태는 (20,)입니다. 행이 5개이고 열이 3개인 배열의 형태는 (5, 3)이며, 행마다 값이 3개인 행이 두 개씩 들어 있는 그룹이 3개인 3차원 배열의 형태는 (3, 2, 3)입니다. 이 튜플은 축마다 길이를 순서대로 나타내며, 배열에 저장된 값 자체를 설명하지는 않습니다. (20,)에서 원소가 하나뿐인 튜플 뒤에 쉼표를 붙이는 것은 괄호로 감싼 정수와 튜플을 구분하는 Python 문법입니다.
이 Python 예제는 값이 없는 배열을 만들고 그 형태를 가져옵니다. print()를 호출하지 않고 형태를 변수에 할당하므로 아무것도 출력하지 않습니다.
import numpy as np
empty_array = np.array([])
empty_shape = np.shape(empty_array)
이 함수는 입력의 각 차원에서 얻은 길이를 반환합니다. 결과가 예상과 다르면 입력을 어떻게 만들었는지, 중첩된 시퀀스의 순서가 어떤지 확인하세요. 예를 들어 규칙적인 2차원 배열에서 첫 번째 형태 값은 행의 수이고 두 번째 값은 열의 수입니다. NumPy는 의도한 행 이름이나 열 이름을 추론하는 대신 데이터에 실제로 들어 있는 구조를 반환합니다. 불규칙하게 중첩된 데이터의 동작은 NumPy 버전과 변환 규칙에 따라 달라질 수 있으므로 축 길이를 일관되게 유지해야 한다면 규칙적인 배열을 사용하세요.
.shape 속성 사용하기
NumPy 배열은 .shape 속성으로도 차원 정보를 제공합니다. 배열 a에서 a.shape는 numpy.shape(a)와 같은 튜플을 반환합니다. 값을 일반적인 연산에 전달하려면 함수를 사용하고, 이미 배열이 있어 그 차원을 바로 확인하려면 속성을 사용하세요. 속성에는 괄호를 붙이지 않으며, numpy.shape()는 함수 호출입니다.
예를 들어 행이 5개이고 열이 3개인 배열에서 a.shape는 numpy.shape(a)와 마찬가지로 (5, 3)을 반환합니다. 어느 쪽도 배열을 변경하지 않고 차원만 반환합니다. 배열을 재구성하면 이후 두 방식으로 확인했을 때 모두 갱신된 차원이 반환됩니다. 데이터 준비 과정에서 문제를 디버깅할 때는 연산 전에 형태를 확인해 예상한 축의 수와 순서가 맞는지 살펴보고, 반환된 튜플을 사용해 확인이 필요한 차원을 찾을 수 있습니다. numpy.shape()는 함수이고 .shape는 배열의 속성입니다.