[Python] NumPy 인덱싱(Indexing)

Indexing

1. 특정 데이터만 추출
2. 슬라이싱(연속된 인덱스상의 ndarray 추출)
3. 팬시 인덱싱(Fancy Indexing): 일정한 인덱싱 집합을 리스트 또는 ndarray 형태로 지정해 해당 위치의 데이터 ndarray 반환
4. 불린 인덱싱(Boolean Indexing) : 특정 조건에 해당하는지 여부인 True/False 값 인덱싱 집합을 기반으로 True에 해당하는 인덱스 위치의 데이터의 ndarray반환

 

특정 데이터 추출

#1-9까지의 1차원 ndarray 생성
array1 = np.arange(start = 1, stop = 10)
print('array1:',array1)

value = array1[2]
print('value:',value)
print(type(value))

index는 0부터 시작하므로 array1[2]는 3번쨰 index위치의 데이터값을 의미

 

print('맨 뒤의 값 :',array1[-1],'맨 뒤에서 두 번째 값:',array1[-2])
#output
맨 뒤의 값 : 9 맨 뒤에서 두 번째 값: 8

array1[0] = 9
array1[8] = 0
print('array1:',array1)

#output
array1: [9 2 3 4 5 6 7 8 0]

ndarray내의 데이터 값 수정 가능

 

슬라이싱

array1 = np.arange(start=1,stop =10)
array3 = array1[0:3]
print(array3)
print(type(array3))
#output
1 2 3]
<class 'numpy.ndarray'>

array1 = np.arange(start=1,stop=10)
array4 = array1[:3]
print(array4)

array5 = array1[3:]
print(array5)

array6 = array1[:]
print(array6)

#output
[1 2 3]
[4 5 6 7 8 9]
[1 2 3 4 5 6 7 8 9]

 

array1d = np.arange(start=1,stop=10)
array2d = array1d.reshape(3,3)

print(array2d[0])
print(array2d[1])
print('array2d[0] shape:',array2d[0].shape,'array2d[1] shape:',array2d[1].shape)

2차원 ndarray에서 뒤에 오는 인덱스를 없애면 1차원 ndarry 반환

 

팬시인덱싱

array1d = np.arange(start=1,stop=10)
array2d = array1d.reshape(3,3)

array3 = array2d[[0,1],2]
print('array2d[[0,1],2] => ',array3.tolist())

array4 = array2d[[0,1],0:2]
print('array2d[[0,1],0:2]',array4.tolist())

array5 = array2d[[0,1]]
print('array2d[[0,1]] => ',array5.tolist())

#output
array2d[[0,1],2] =>  [3, 6]
array2d[[0,1],0:2] [[1, 2], [4, 5]]
array2d[[0,1]] =>  [[1, 2, 3], [4, 5, 6]]

리스트나 ndarray로 인덱스 집합을 지정하면 해당 위치의 인덱스에 해당하는 ndarray반환

 

불린 인덱싱

array1d = np.arange(start=1,stop=10)

array3 = array1d[array1d>5]
print('array1d>5 불린 인덱싱 결과 값 : ',array3)

#output
array1d>5 불린 인덱싱 결과 값 :  [6 7 8 9]

불린 인덱싱은 조건 필터링과 검색을 동시에 할 수 있음

 

#넘파이 ndarray 객체에 조건식 할당
array1d > 5

#output
array([False, False, False, False, False,  True,  True,  True,  True])

 

boolean_indexes = np.array([False, False, False, False, False,  True,  True,  True,  True])
array3 = array1d[boolean_indexes]
print('불린 인덱스로 필터링 결과 :',array3)

#output
불린 인덱스로 필터링 결과 : [6 7 8 9]

indexes = np.array([5,6,7,8])
array4 = array1d[indexes]
print('일반 인덱스로 필터링 결과 : ',array4)

#output
일반 인덱스로 필터링 결과 :  [6 7 8 9]

인덱스 집합을 만들어 필터링 한 것과 결과 동일함