NumPy를 사용하여 두 개의 일차원 배열을 연결하는 방법

2024-07-27

NumPy를 사용하여 두 개의 일차원 배열을 연결하는 방법

np.concatenate() 함수 사용

두 개의 일차원 배열을 연결하는 가장 일반적인 방법은 np.concatenate() 함수를 사용하는 것입니다. 이 함수는 연결할 배열을 포함하는 튜플 또는 리스트를 첫 번째 인수로, 연결 축을 지정하는 정수형 인자를 두 번째 인수로 받습니다.

예를 들어, 다음 코드는 arr1과 arr2라는 두 개의 일차원 배열을 연결하여 새로운 배열 arr3를 만듭니다.

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

arr3 = np.concatenate((arr1, arr2))
print(arr3)  # 출력: [1 2 3 4 5 6]

기본적으로 np.concatenate()는 첫 번째 차원(행)을 따라 배열을 연결합니다. 연결 축을 변경하려면 axis 인수를 사용할 수 있습니다. 예를 들어, 다음 코드는 arr1을 arr2의 열 아래에 연결합니다.

arr3 = np.concatenate((arr1, arr2), axis=1)
print(arr3)  # 출력: [[1 4]
                [2 5]
                [3 6]]

np.vstack() 및 np.hstack() 함수 사용

특히 두 개의 배열을 수직 또는 수평으로 연결하려는 경우 np.vstack() 및 np.hstack() 함수를 사용하는 것이 더 편리할 수 있습니다.

np.vstack()는 배열을 수직으로 (행 방향으로) 연결합니다. 예를 들어:

arr3 = np.vstack((arr1, arr2))
print(arr3)  # 출력: [[1 2 3]
                [4 5 6]]

arr3 = np.hstack((arr1, arr2))
print(arr3)  # 출력: [1 2 3 4 5 6]

주의 사항

연결하려는 배열의 차원이 서로 호환되어야 합니다. 즉, 연결 축을 제외한 모든 차원의 크기가 동일해야 합니다.
np.concatenate() 함수는 새 배열을 만듭니다. 원본 배열은 변경되지 않습니다.

참고 자료

NumPy를 사용하여 두 개의 일차원 배열을 연결하는 방법: 예제 코드

np.concatenate() 함수 사용

import numpy as np

# 배열 생성
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 배열 연결 (행 방향)
arr3 = np.concatenate((arr1, arr2))
print("행 방향 연결:", arr3)

# 배열 연결 (열 방향)
arr4 = np.concatenate((arr1, arr2), axis=1)
print("열 방향 연결:", arr4)

출력:

행 방향 연결: [1 2 3 4 5 6]
열 방향 연결: [[1 4]
                 [2 5]
                 [3 6]]

np.vstack() 및 np.hstack() 함수 사용

import numpy as np

# 배열 생성
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 배열 연결 (수직 방향)
arr3 = np.vstack((arr1, arr2))
print("수직 방향 연결 (np.vstack):", arr3)

# 배열 연결 (수평 방향)
arr4 = np.hstack((arr1, arr2))
print("수평 방향 연결 (np.hstack):", arr4)

수직 방향 연결 (np.vstack): [[1 2 3]
                             [4 5 6]]
수평 방향 연결 (np.hstack): [1 2 3 4 5 6]

다른 축을 따라 연결

import numpy as np

# 배열 생성
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 배열 연결 (3번째 차원으로 연결)
arr3 = np.concatenate((arr1[:, np.newaxis], arr2[:, np.newaxis]), axis=2)
print("3번째 차원으로 연결:", arr3)

3번째 차원으로 연결: [[[1] [4]]
                        [[2] [5]]
                        [[3] [6]]]

이 코드는 np.newaxis를 사용하여 각 배열을 새로운 차원으로 삽입하여 3번째 차원을 따라 연결합니다.

NumPy를 사용하여 두 개의 일차원 배열을 연결하는 대체 방법

리스트 및 슬라이싱 사용

간단한 경우, 리스트와 슬라이싱을 사용하여 두 개의 배열을 연결할 수 있습니다. 예를 들어:

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

arr3 = list(arr1) + list(arr2)
arr3 = np.array(arr3)

print(arr3)  # 출력: [1 2 3 4 5 6]

위 코드는 list() 함수를 사용하여 각 배열을 리스트로 변환하고, + 연산자를 사용하여 연결한 다음, np.array() 함수를 사용하여 다시 NumPy 배열로 변환합니다.

np.append() 함수 사용

np.append() 함수는 기존 배열에 새 항목을 추가하는 데 사용될 수 있으며, 두 개의 배열을 연결하는 데에도 사용할 수 있습니다. 예를 들어:

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

arr3 = np.append(arr1, arr2)
print(arr3)  # 출력: [1 2 3 4 5 6]

루프 사용

마지막으로, 루프를 사용하여 두 개의 배열을 요소별로 연결할 수 있습니다. 예를 들어:

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

arr3 = np.empty(len(arr1) + len(arr2))
i = 0

for element in arr1:
  arr3[i] = element
  i += 1

for element in arr2:
  arr3[i] = element
  i += 1

print(arr3)  # 출력: [1 2 3 4 5 6]