[numpy] r_, c_ 함수에 대하여

numpy 라이브러리에서 제공되는 r_과 c_ 함수는 배열을 생성하고 결합하는 데 유용한 도구입니다. 이 두 함수는 배열을 만들거나 배열을 연결하는 데 사용되며, 주로 슬라이싱, 배열 결합, 또는 인덱싱 작업을 수행하는 데 활용됩니다. 각 함수의 기능과 사용법에 대해 알아보겠습니다.

numpy.r_

numpy.r_은 배열을 연결하여 행 방향(axis 0)으로 확장하는 데 사용됩니다. 이 함수는 배열을 수평 방향으로 결합합니다. 여러 슬라이스 또는 배열을 사용하여 새로운 배열을 만들 수 있습니다.

예를 들어, 다음은 r_ 함수를 사용하여 배열을 생성하는 예제입니다:

import numpy as np

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

print(combined_arr)
# 출력: [1 2 3 4 5 6]

또한 슬라이싱과 범위를 사용하여 배열을 생성할 수도 있습니다.

arr3 = np.r_[1:4, 7, 8, [11, 12]]  # 범위, 값, 리스트를 결합하여 배열 생성

print(arr3)
# 출력: [1 2 3 7 8 11 12]

numpy.c_

numpy.c_는 배열을 열 방향(axis 1)으로 결합하여 새로운 배열을 생성하는 데 사용됩니다. 기존 배열의 열 방향으로 결합하여 새로운 2차원 배열을 생성합니다.

예제를 통해 c_ 함수를 살펴보겠습니다:

arr4 = np.array([[1, 2, 3],
                 [4, 5, 6]])

arr5 = np.array([[7, 8, 9],
                 [10, 11, 12]])

combined_arr_col = np.c_[arr4, arr5]  # 열 방향으로 배열 결합

print(combined_arr_col)
# 출력:
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

c_ 함수는 배열을 열 방향으로 결합하여 2차원 배열을 만듭니다. 각 배열의 행의 수가 같아야 합니다.

numpy.r_과 numpy.c_ 함수는 다양한 방식으로 배열을 조합하고 연결할 수 있는 강력한 도구입니다. 이를 이용해 데이터 조작 및 변환 작업을 보다 효과적으로 수행할 수 있습니다.