Useful_Function 01

Numpy libraray 에서, 배열을 붙이는 거에 대한 설명을 다루어 본다.

1. 두 배열을 왼쪽에서 오른쪽으로 붙이기

   numpy.r_[a, b]
   numpy.hstack([a, b])
   numpy.concatenate((a, b), axis = 0)

2. 두 배열을 위에서 아래로 붙이기

3. 두 개의 1차원 배열을 칼럼으로 세로로 붙여서 2차원 배열 만들기

출처: https://rfriend.tistory.com/352 [R, Python 분석과 프로그래밍의 친구 (by R Friend)]

numpy.r_

공식 scipy 설명page

import numpy as np

ar = np.array([1,2,3])
br = np.array([4,5,6])
cr = np.zeros((2,3))

np.r_[ar, 0, 0, br]

array([1, 2, 3, 0, 0, 4, 5, 6])

np.r_ : 배열을 붙이는 역할을 하는데, 같은 ndim 을 가진 배열을 붙인다.
np.r_[ar, 0, 0, br,cr] 하면 cr 의 rank (ndim=2) 이기 때문에 바로 에러난다.

print(cr.shape,np.ones((2,3)).shape)
rslt = np.r_[cr,np.ones((2,3))]
print(rslt.shape,'\n',rslt)

(2, 3) (2, 3)
(4, 3) 
 [[0. 0. 0.]
 [0. 0. 0.]
 [1. 1. 1.]
 [1. 1. 1.]]

print(ar.ndim,br.ndim,cr.ndim)

1 1 2

np.r_[[ar], [br]] # array 에 [] 를 씌우면서 [ar]은 list type 이 되었고, 이를 2줄로 axis=0 으로 결합하고, array 로 return 한것

array([[1, 2, 3],
       [4, 5, 6]])

np.r_[-1:10:1, [77]*3, 5, 6]

array([-1,  0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 77, 77, 77,  5,  6])

a = np.array([[0, 1, 2], [3, 4, 5]])
print(np.r_['0',a, a]) ## 0일때는 ndim=0 기준으로 default. 결과값의 ndim 은 변화없음  
print(np.r_['1',a, a]) ## 1일때는 ndim=1 기준으로 default. 결과값의 ndim 은 변화없음 ndim=1 인 배열이라면, 축이 0번째 밖에 없기 때문에 에러남

[[0 1 2]
 [3 4 5]
 [0 1 2]
 [3 4 5]]
[[0 1 2 0 1 2]
 [3 4 5 3 4 5]]

print(np.r_[‘2’,a, a]) –> error

a3 = np.array([[[0, 1, 2], [3, 4, 5]],[[10, 11, 12], [13, 14, 15]]])
# print(np.r_['0',a3, a3]) ## 0일때는 ndim=0 기준으로 default. 결과값의 ndim 은 변화없음  
print(np.r_['2',a3, a3])

[[[ 0  1  2  0  1  2]
  [ 3  4  5  3  4  5]]

 [[10 11 12 10 11 12]
  [13 14 15 13 14 15]]]

np.r_['1',ar, br]

---------------------------------------------------------------------------

AxisError                                 Traceback (most recent call last)

<ipython-input-9-55dc571915a4> in <module>
----> 1 np.r_['1',ar, br]


C:\ProgramData\Anaconda3\envs\test\lib\site-packages\numpy\lib\index_tricks.py in __getitem__(self, key)
    402                 objs[k] = objs[k].astype(final_dtype)
    403 
--> 404         res = self.concatenate(tuple(objs), axis=axis)
    405 
    406         if matrix:


AxisError: axis 1 is out of bounds for array of dimension 1

np.r_['0,2', ar, br] ## 콤마 뒷자리로, 배열끼리 합쳤을때, 원하는 차원을 구현할 수 있다.

array([[1, 2, 3],
       [4, 5, 6]])

np.r_['0,2', ar, br]

array([[1, 2, 3],
       [4, 5, 6]])

np.r_['0,2,0', ar, br]

array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])

np.r_['1,2,0', ar, br]

array([[1, 4],
       [2, 5],
       [3, 6]])

생각보다 활용이 다양한다.

numpy.c_

공식 scipy 페이지 설명

np.r_[‘1,2,0’, ar, br] 으로 사용하는것과 동일하다. np.r_ 이 사용하기 복잡해서 좀더 유용하게 등장한것

np.c_[ar,br]

array([[1, 4],
       [2, 5],
       [3, 6]])

print([ar],type([ar]))
np.c_[[ar],[br]]

[array([1, 2, 3])] <class 'list'>





array([[1, 2, 3, 4, 5, 6]])

np.array([[1,2,3]]).ndim

2

np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]

array([[1, 2, 3, 0, 0, 4, 5, 6]])