[ Numpy ] 변환

reshape 가 배열의 순서를 유지하는 상태에서 배열의 형태만 유지한다면, 아예 새로운 배열로

변환하는 방법이 있다.

---

 0. 환경설정 

먼저, 활용을 위해서 세팅을 아래와 같이 해주자.

import numpy as np
import matplotlib.pyplot as plt 

---

 1. append 

np.append 는 두개의 1차원 배열을 합칠 수 있다. 

np.append( 배열1, 배열2 )

다차원 배열의 경우 append 는 이를 모두 1차원 배열로 변형하여 합친다. 

narr1 = np.array([1,2,3])
narr2 = np.array([4,5])
print( np.append(narr1, narr2) )

narr1 = np.array([[1,2],[3,4]])
narr2 = np.array([[5,6,7]])
print( np.append(narr1, narr2 ) )

---

 2. concatenate 

np 는 concatenate 를 이용하여 다차원 배열의 병합이 가능하다.

아래와 같은 형식으로 사용한다.

concatenate( (배열1, 배열2, .. ) , axis=병합차원 )

axis 는 [[1,2]] 과 [[3,4]] 의 병합시 0 일때 [[1,2], [3,4]] 가 되며, 1 일때 [[1,2,3,4]] 가 된다.

narr1 = np.array([[1,2],[3,4]])
narr2 = np.array([[5,6],[7,8]])
print( "axis = 0 : \n", np.concatenate( ( narr1, narr2),  axis=0) )
print( "axis = 1 : \n", np.concatenate( ( narr1, narr2),  axis=1) )

 

편의를 위해 axis = 0 인경우를 대신해 vstack 이라는 함수를 axis = 1 인 경우에는 hstack 이라는 함수를 사용하기도 한다.

---

 3. c_,r_ 

c는 column, r은 row는 의미한다.

r_ 은 axis=0 의 병합을, c_ 는 axis=-1 의 병합을 지원한다.

x1 = np.array([[1,2],[3,4]])
x2 = np.array([[5,6],[7,8]])

print( np.c_[x1, x2] ) # 행으로 병합
print( np.r_[x1, x2] ) # 열로 병합

아래는 위의 예를 이미지에 응용한 것으로 r_ 을 사용하여 이미지를 위 아래로 병합한 예를 보여준다.

img1 = np.full((50,50,3),[255,0,0])
img2 = np.full((50,50,3),[0,0,255])


plt.imshow(np.r_[img1, img2])
plt.show()

단 두 컬러 이미지를 옆으로 붙일때는 c_ 를 사용하면 되겠다고 생각하기 쉽지만 c_ 는 두 배열의 가장 마지막축을 기준으로 붙인다.

 

하지만 (50,50,3) 배열 둘을 c_ 로 붙이면 (50,100,3) 이 아니라 (50,50,6) 이 되므로 이미지 자체가 깨지게 된다.

이 경우는 concatenate 를 사용해서 두번째 축을 기준으로 붙여야 한다.

plt.imshow(  np.concatenate((img1,img2), axis = 1) )

---

 4. stack 

stack 은 배열을 다시 또 하나의 배열로 묶는다. 이는 배열의 차원의 증가를 동반한다.

np.stack( [ np.array([1,2]), np.array([3,4]) ] )

다음은 concatenate 와의 차이를 보여준다.

x,y = np.array([[1,2],[3,4]]), np.array([[5,6],[7,8]])
print("stack result:")
print( np.stack([x,y], axis = 0))
print("concatenate result:")
print( np.concatenate([x,y], axis = 0))

---

문제1. 두 분포 데이터 합치기

다음 두 점의 그룹 (x1,y1) 과 (x2,y2) 를 하나의 그룹으로 만드세요

#10,10 을 중심으로 분포하는 100개의 점
x1,y1 = np.random.normal(10,5,100), np.random.normal(10,5,100)
plt.plot(x1,y1,'.')

#70,50 을 중심으로 분포하는 100개의 점
x2,y2 = np.random.normal(70,5,100), np.random.normal(50,5,100)
plt.plot(x2,y2,'.')

plt.xlim(0,100) # x 축 표시 범위: 0~100
plt.ylim(0,100) # y 축 표시 범위: 0~100 

plt.show()

# 연습문제 풀이코드를 여기에 작성해서 두 군집 배열을 합쳐서 하나의 x와 y로 만드세요

정답

#10,10 을 중심으로 분포하는 100개의 점
x1,y1 = np.random.normal(10,5,100), np.random.normal(10,5,100)

#70,50 을 중심으로 분포하는 100개의 점
x2,y2 = np.random.normal(70,5,100), np.random.normal(50,5,100)

x = np.append(x1, x2)
y = np.append(y1, y2)

plt.plot(x,y,'.')

plt.xlim(0,100) # x 축 표시 범위: 0~100
plt.ylim(0,100) # y 축 표시 범위: 0~100 

plt.show()