numpy.newaxis 메서드

Muhammad Maisam Abbas 2021년7월4일
numpy.newaxis 메서드

이 튜토리얼에서는numpy.newaxis메소드에 대해 설명합니다.

numpy.newaxis메소드

numpy.newaxis 메소드는 Python에서 배열 인덱싱에 사용되는None의 별칭입니다. numpy.newaxis의 가장 간단한 사용법은 Python의 NumPy 배열에 새로운 차원을 추가하는 것입니다. 예를 들어 1D 배열을 2D 배열로 변환하고 2D 배열을 3D 배열로 변환하는 등의 작업이 있습니다. Python에서numpy.newaxis를 사용하여 1D 배열을 행 행렬 또는 열 행렬로 변환 할 수도 있습니다. 다음 코드 예제는 Python에서numpy.newaxis를 사용하여 1D 배열을 행 행렬로 변환하는 방법을 보여줍니다.

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[np.newaxis]
print(array.shape)

출력:

(4,)
(1, 4)

위 코드에서np.newaxis를 사용하여 1D 배열array를 행 행렬로 변환했습니다. 먼저np.array()함수를 사용하여 1D 배열array를 생성했습니다. 그런 다음[np.newaxis]array의 인덱스로 사용하여 행 행렬을 반환했습니다. 다음 코드 예제는numpy.newaxis를 사용하여 1D 배열을 열 행렬로 변환하는 방법을 보여줍니다.

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[:, np.newaxis]
print(array.shape)

출력:

(4,)
(4, 1)

위 코드에서 1D 배열arraynp.newaxis를 사용하여 열 행렬로 변환했습니다. 먼저np.array()함수를 사용하여 1D 배열array를 생성했습니다. 그런 다음[:, np.newaxis]array의 인덱스로 사용하여 열 행렬을 반환했습니다.

앞서 언급했듯이numpy.newaxisNone의 별칭입니다. 따라서numpy.newaxis대신None을 사용하여 위에서 설명한 두 작업을 모두 수행 할 수도 있습니다. 다음 코드 예제는 Python에서None을 사용하여 1D 배열을 행 행렬로 변환하는 방법을 보여줍니다.

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[None]
print(array.shape)

출력:

(4,)
(1, 4)

위 코드에서 1D 배열array를 Python의None을 사용하여 행 행렬로 변환했습니다. 먼저np.array()함수를 사용하여 1D 배열array를 생성했습니다. 그런 다음[None]array의 인덱스로 사용하여 행 행렬을 반환했습니다.

다음 코드 예제는 Python에서None을 사용하여 1D 배열을 열 행렬로 변환하는 방법을 보여줍니다.

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[:, None]
print(array.shape)

출력:

(4,)
(4, 1)

위 코드에서 1D 배열array를 Python의None을 사용하여 열 행렬로 변환했습니다. 먼저np.array()함수를 사용하여 1D 배열array를 생성했습니다. 그런 다음[:, None]array의 인덱스로 사용하여 열 행렬을 반환했습니다.

결론적으로numpy.newaxisNone은 동일하며 배열 인덱싱 및 슬라이싱에 사용할 수 있습니다.

Muhammad Maisam Abbas avatar Muhammad Maisam Abbas avatar

Maisam is a highly skilled and motivated Data Scientist. He has over 4 years of experience with Python programming language. He loves solving complex problems and sharing his results on the internet.

LinkedIn