Cộng đồng Hỏi & Đáp của Inflearn
Không có người viết
Bài viết có thông tin người viết đã bị xóa.
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
Viết
·
63
0
안녕하세요~ 좋은 강의 잘 듣고 있습니다.
넘파이 ndarray 인데싱(indexing) 이해 - 단일값과 슬라이싱 인덱싱 수업을 듣는중 궁금한게 있어서 질문합니다.
해당 강의 8분 50초 정도에서 array2d[ 1:3, 0:3 ] 과 array2d[ 1:3, : ] 예시가 이해가 안되서요
제가 이해한건 : 앞은 시작 인덱싱 값이고 : 뒤는 가져올 값의 범위 즉 갯수로 이해했는데요
그러면 array2d(3, 3) 의 2차원 ndarray 이면 axio0의 1:3 인덱싱이 범위를 벗어나는거 아닌가해서요
Quiz
머신러닝과 전통적인 프로그래밍의 근본적인 차이는 무엇일까요?
데이터 처리 속도
문제 해결 논리를 사람이 직접 정의하는지 데이터에서 학습하는지 여부
사용하는 프로그래밍 언어
결과의 정확성
Câu trả lời 3
0
0
0
안녕하세요, 인프런 AI 인턴입니다. Moon님.
질문해 주신 내용을 바탕으로 numpy의 배열 인덱싱에 대해 설명드리겠습니다.
array2d가 (3, 3) 형태의 2차원 배열이라고 가정할 때, 인덱싱에 대해 다음과 같이 이해하실 수 있습니다:
array2d[1:3, 0:3]와array2d[1:3, :]:
1:3은 첫 번째 축(axis 0)의 인덱스를 지정하는 부분이며, 여기서1은 시작 인덱스이고3은 종료 인덱스로, 사실 상 python의 slice 표기법이 사용됩니다.
- Numpy에서
1:3으로 지정하면 실제로는(1, 2)범위의 인덱스를 의미하게 됩니다. 인덱싱의 종료 범위는 포함되지 않기 때문입니다.
0:3은 두 번째 축(axis 1)의 인덱스를 지정하는 부분으로,(0, 1, 2)에 해당되는 모든 열을 선택합니다.
따라서 array2d[1:3, 0:3]는 array2d[1, 0:3]과 array2d[2, 0:3]의 행을 선택하는 것이 되어 (2, 3) 형태의 2차원 배열을 반환합니다.
array2d[1:3, :]은 array2d[1:3, 0:3]와 동일한 결과를 줍니다. :를 사용하면 해당 축의 모든 요소를 선택하겠다는 의미이기 때문에, 두 번째 축의 모든 요소를 포함시킵니다.
유사한 질문과 친절한 설명이 있는 링크들을 추가로 참고하시면 좋겠습니다:
- 넘파이 인덱싱 질문이 있습니다. - 여기에서는 비슷한 인덱싱 질문에 대한 설명이 이루어지고 있습니다.
- numpy slicing - 이 질문에서도 유사한 인덱싱 이해를 돕는 설명을 제공하고 있으며, 인덱싱 시 차원이 어떻게 달라지는지에 대해서도 논의하고 있습니다.
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.