데이터 추가와 삭제

NumPy 소개

Izzy Weber

Core Curriculum Manager, DataCamp

NumPy에서 연결하기

두 배열을 합쳐 원소를 모두 포함한 하나의 배열 생성

행 연결

classroom_ids_and_sizes = np.array([[1, 22], [2, 21], [3, 27], [4, 26]])
new_classrooms = np.array([[5, 30], [5, 17]])

np.concatenate((classroom_ids_and_sizes, new_classrooms))

array([[ 1, 22],
       [ 2, 21],
       [ 3, 27],
       [ 4, 26],
       [ 5, 30],
       [ 5, 17]])

np.concatenate()는 기본적으로 첫 번째 축을 따라 연결합니다.

열 연결

classroom_ids_and_sizes = np.array([[1, 22], [2, 21], [3, 27], [4, 26]])
grade_levels_and_teachers = np.array([[1, "James"], [1, "George"], [3,"Amy"],
                                      [3, "Meehir"]])
np.concatenate((classroom_ids_and_sizes, grade_levels_and_teachers), axis=1)

array([['1', '22', '1', 'James'],
       ['2', '21', '1', 'George'],
       ['3', '27', '3', 'Amy'],
       ['4', '26', '3', 'Meehir']])

모양 호환성

3×3 배열과 4×2 배열: 모양 불일치로 연결 시 ValueError 발생

두 배열을 합쳐 원소를 모두 포함한 하나의 배열 생성

차원 호환성

3×3 배열과 길이 3의 1D 배열: 차원이 호환되지 않아 ValueError 발생

3×3 배열과 3×1 배열: 모양과 차원이 모두 호환됨

호환성 만들기

array_1D = np.array([1, 2, 3])
column_array_2D = array_1D.reshape((3, 1))
column_array_2D

array([[1],
       [2],
       [3]])

row_array_2D = array_1D.reshape((1, 3))
row_array_2D

array([[1, 2, 3]])

새 차원 연결(concatenate)

두 개의 2D 배열을 위아래로 쌓아 3D 배열 생성

이 작업은 np.concatenate()로 할 수 없음을 표시

np.delete()로 삭제

classroom_data

array([['1', '22', '1', 'James'],
       ['2', '21', '1', 'George'],
       ['3', '27', '3', 'Amy'],
       ['4', '26', '3', 'Meehir']],)

np.delete(classroom_data, 1, axis=0)

array([['1', '22', '1', 'James'],
       ['3', '27', '3', 'Amy'],
       ['4', '26', '3', 'Meehir']])

열 삭제

np.delete(classroom_data, 1, axis=1)

array([['1', '1', 'James'],
       ['2', '1', 'George'],
       ['3', '3', 'Amy'],
       ['4', '3', 'Meehir']]')

axis 없이 삭제

classroom_data

array([['1', '22', '1', 'James'],
       ['2', '21', '1', 'George'],
       ['3', '27', '3', 'Amy'],
       ['4', '26', '3', 'Meehir']],)

np.delete(classroom_data, 1)

array(['1', '1', 'James', '2', '21', '1', 'George', '3', '27', '3', 'Amy',
       '4', '26', '3', 'Meehir'])

연습해 봅시다!

NumPy 소개