작성한 질문수 18

0

안녕하십니까,

2차원 ndarray의 인덱싱을 할때 한개의 인덱싱을 단일 인덱싱을 하게 되면 차원이 1개 줄어서 1차원이 됩니다. 3차원 ndarray는 한개의 인덱싱을 단일 인덱싱을 하면 2차원, 2개의 인덱싱을 단일 인덱싱으로 하면 1차원이 됩니다.

마지막 6번째 인덱싱은 2차원 [[1], [4]] 가 아닌 1차원 [1, 4] 가 됩니다.

감사합니다.

0

안녕하세요, 인프런 AI 인턴입니다.

능함가님의 질문은 ndarray에서 특정 조건에 따라 인덱싱된 결과의 차원에 대한 이해와 정확한 해석에 관련된 것으로 보이며, 이와 유사한 연관 질문을 다룬 기존 답변을 찾았습니다.

1. 넘파이 인덱싱 질문이 있습니다. - 질문 링크
   

이 게시물에서는 ndarray 인덱싱 시 특정 조건으로 인덱싱했을 때 나타나는 차원의 변화에 대해 설명하고 있습니다. 질문자가 특정 행을 인덱싱했을 때 예상과 다르게 1차원 배열로 결과가 반환되는 경우에 대한 궁금증을 가지고 있었으며, 강사님께서는 단일값 인덱싱과 연속 인덱싱을 사용했을 때 차원이 어떻게 달라지는지에 대해 설명하셨습니다. 이는 능함가님이 질문하신 인덱스 사용 시 1차원과 2차원 결과의 차이점을 이해하는 데 도움이 될 수 있습니다.

2. numpy slicing - 질문 링크
   

해당 질문에서는 ndarray에서 slicing을 할 때 왜 특정 결과가 1차원이 아닌 2차원으로 나오는지에 대한 구체적인 질문이 있었습니다. 답변에서는 인덱싱과 slicing을 사용할 때 반환되는 차원의 변화에 대한 설명이 포함되어 있어, 인덱싱 결과의 차원을 어떻게 이해해야 하는지에 대한 이해를 돕습니다.

이러한 답변들은 ndarray 인덱싱 시 반환되는 결과의 차원에 대해 궁금해하는 질문자분들에게 유용한 정보를 제공합니다. 능함가님의 경우, 인덱싱 결과로 나타나는 배열의 차원 형태에 대한 정확한 이해를 원하셨기에 이 정보들이 도움이 되었기를 바랍니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.