블로그Python/NumPy

NumPy 2편: 인덱싱과 슬라이싱

NumPy 배열에서 번호·구간, 행과 열, 조건으로 값을 꺼내는 방법과 뷰·복사본의 차이를 예제와 실행 결과로 정리했다.

Python 3.14.8NumPy 2.5.4

이 글의 코드와 수치는 노트북으로 직접 실행해 볼 수 있다.

노트북 내려받기

NumPy 배열에서 원소, 행과 열, 조건에 맞는 값을 꺼내는 방법과 뷰·복사본의 차이를 정리했다. 예제의 출력은 모두 노트북을 실행한 결과다.

한눈에 보기

하고 싶은 것 코드 결과 / 주의
번호와 구간으로 꺼내기 v[i], v[-1], v[i:j], v[::k] 0부터 세고, 구간 끝은 빠진다
행과 열 꺼내기 m[i, j], m[i, :], m[:, j], m[:, j:j+1] 번호 하나로 꺼내면 축이 사라진다
조건으로 고르기 x[x > 0], (a) & (b), np.where(조건, 참, 거짓) and 대신 &
뷰와 복사본 x[1:3].copy(), np.shares_memory(a, b) 슬라이스를 고치면 원본도 바뀐다

번호와 구간으로 꺼내기

문법 결과
v[i] i번 원소. 번호는 0부터 센다(맨 앞에서 떨어진 칸 수)
v[-1] 마지막 원소. 음수는 뒤에서 센다
v[i:j] i번부터 j-1번까지
v[:j], v[i:] 앞을 생략하면 처음부터, 뒤를 생략하면 끝까지
v[::k] k칸 간격
python
v = np.array([10, 20, 30, 40, 50, 60])
print(v[0], v[-1])
print(v[1:4])
print(v[:3], v[3:])
print(v[::2], v[-3:])
출력
10 60
[20 30 40]
[10 20 30] [40 50 60]
[10 30 50] [40 50 60]

v[:3]과 v[3:]는 겹치지도 비지도 않고 배열을 둘로 나눈다. 구간 끝을 빼는 규칙 덕분이다.

python
v = np.arange(6)
print(len(v[1:4]), len(v[1:100]), len(v[4:2]), len(v[-3:3]))
출력
3 5 0 0

v[-3:3]은 시작이 뒤에서 3번째(3번)라서 v[3:3]과 같고, 비어 있다.

행과 열 꺼내기

2차원 배열은 [행, 열] 순서로 꺼낸다. 콜론 :은 “그 축 전부”다.

문법 결과
m[i, j] i행 j열 원소 하나
m[i, :] i행 전체
m[:, j] j열 전체
m[i1:i2, j1:j2] 행 구간 × 열 구간
python
m = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])
print(m[1, 2])
print(m[1, :])
print(m[:, 1])
print(m[1:, 1:])
출력
6
[4 5 6]
[2 5 8]
[[5 6]
 [8 9]]

번호 하나로 꺼내면 그 축이 사라진다. 2차원을 유지하려면 구간으로 꺼낸다. 번호 목록을 넣으면 여러 열을 한 번에 꺼낸다.

python
print(m[:, 1].shape)
print(m[:, 1:2].shape)
print(m[:, [0, 2]])
출력
(3,)
(3, 1)
[[1 3]
 [4 6]
 [7 9]]

조건으로 고르기

배열에 비교 연산을 하면 True/False 배열(마스크)이 나온다. 원본과 모양이 같은 마스크를 번호 자리에 넣으면 True인 원소만 1차원으로 꺼낸다. 행 수와 길이가 같은 1차원 마스크를 넣으면 True인 행을 꺼낸다.

문법 결과
x[x > 20] 조건을 만족하는 원소
(조건1) & (조건2), |, ~ 그리고, 또는, 부정. 조건마다 괄호
mask.sum(), mask.mean() True의 개수, 비율
np.where(조건, 참일 때, 거짓일 때) 모양을 유지한 채 값을 바꾼 새 배열
python
temps = np.array([15, 22, 28, 31, 19, 25, 33])
mask = temps > 20
print(mask)
print(temps[mask])
print(temps[(temps > 20) & (temps < 30)])
print(mask.sum(), mask.mean().round(3))
출력
[False  True  True  True False  True  True]
[22 28 31 25 33]
[22 28 25]
5 0.714
python
print(np.where(temps > 20, 1, 0))
print(np.where(temps > 30, 30, temps))
출력
[0 1 1 1 0 1 1]
[15 22 28 30 19 25 30]

np.where의 거짓 자리에 원래 배열을 넣으면 조건에 맞는 원소만 바꾸고 나머지는 그대로 둔다(둘째 줄: 30 초과만 30으로).

python
try:
    temps[temps > 20 and temps < 30]
except ValueError as e:
    print('ValueError:', e)
출력
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

마스크의 모양에 따라 결과의 차원이 달라진다.

python
x = np.arange(6).reshape(2, 3)
print(x[x > 2], x[x > 2].shape)
print(x[np.array([True, False])], x[np.array([True, False])].shape)
출력
[3 4 5] (3,)
[[0 1 2]] (1, 3)

다른 배열의 조건으로 행을 고를 수도 있다. 마스크의 길이가 행 수와 같으면 행 축에 적용된다.

python
X = np.array([[1.0, 2.0],
              [3.0, 4.0],
              [5.0, 6.0],
              [7.0, 8.0]])
y = np.array([0, 1, 0, 1])
print(X[y == 1])
출력
[[3. 4.]
 [7. 8.]]

뷰와 복사본

꺼내는 방법 결과 고치면 원본도 바뀌나
구간, 일부 축만 번호(v[1:3], m[:, 0]) 뷰(view): 원본 메모리를 가리킨다 바뀐다
모든 축에 번호(v[0], m[1, 2]) 원소 하나(스칼라). 배열이 아니다 해당 없음
마스크, 번호 목록(v[v > 30], v[[0, 2]]) 복사본 안 바뀐다
.copy() 복사본 안 바뀐다

NumPy 문서는 “기본 인덱싱은 항상 뷰를 만든다”, “고급 인덱싱은 항상 복사본을 만든다”고 적는다. 번호와 구간이 기본 인덱싱, 마스크와 번호 목록이 고급 인덱싱이다(NumPy 문서: Copies and views). 단, 모든 축에 번호를 주어 원소 하나를 꺼내면 뷰가 아니라 스칼라가 나온다(NumPy 문서: Indexing).

python
v = np.array([10, 20, 30, 40, 50, 60])
part = v[1:3]
part[:] = 0
print(v)

v = np.array([10, 20, 30, 40, 50, 60])
part = v[1:3].copy()
part[:] = 0
print(v)

v = np.array([10, 20, 30, 40, 50, 60])
picked = v[v > 30]
picked[:] = 0
print(v)
출력
[10  0  0 40 50 60]
[10 20 30 40 50 60]
[10 20 30 40 50 60]

뷰인지 확인하려면 np.shares_memory를 쓴다.

python
v = np.array([10, 20, 30, 40, 50, 60])
print(np.shares_memory(v, v[1:3]))
print(np.shares_memory(v, v[v > 30]))
print(np.shares_memory(v, v[[0, 2]]))
출력
True
False
False

원소 하나를 꺼낸 값은 배열이 아니므로, 그 변수를 바꿔도 원본은 그대로다. 원본을 바꾸려면 v[0] = 99처럼 원본에 직접 대입한다.

python
v = np.array([10, 20, 30])
x = v[0]
print(type(x).__name__, isinstance(x, np.ndarray))
x = 99
print(v)
출력
int64 False
[10 20 30]