소개
np.concatenate((arrays), axis, out)는 NumPy 배열을 결합하는 함수로, 여러 배열을 특정 축(axis)을 기준으로 이어 붙여 하나의 배열로 만듭니다. 결합할 배열들은 동일한 차원이어야 하며, 지정한 축을 기준으로 배열들을 병합할 수 있습니다. 이 함수는 데이터 분석, 처리, 변환 등의 작업에서 매우 유용하게 사용됩니다.
기본 사용법
import numpy as np
# 1차원 배열을 이어 붙이기
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
concatenated_1d = np.concatenate((array1, array2))
# 2차원 배열을 행 기준으로 이어 붙이기 (axis=0)
array2d_1 = np.array([[1, 2], [3, 4]])
array2d_2 = np.array([[5, 6], [7, 8]])
concatenated_2d = np.concatenate((array2d_1, array2d_2), axis=0)
print("1D 배열 이어 붙이기:\n", concatenated_1d)
print("2D 배열을 행 기준으로 이어 붙이기:\n", concatenated_2d)
상세 설명
- arrays (array1, array2, ...): 결합할 배열들의 튜플 또는 리스트. 최소 두 개 이상의 배열이 필요하며, 모든 배열의 차원이 동일해야 합니다.
- 예시: np.concatenate((array1, array2))는 두 개의 1차원 배열을 연결하여 하나의 배열로 만듭니다.
- axis (선택사항): 배열을 결합할 축을 지정합니다. 기본값은 0이며, 첫 번째 축을 기준으로 배열을 결합합니다. 1차원 배열의 경우에는 축을 지정하지 않아도 됩니다.
- 예시: np.concatenate((array2d_1, array2d_2), axis=0)는 2차원 배열을 행 방향으로 결합합니다. axis=1로 설정하면 열 방향으로 결합됩니다.
- out (선택사항): 결과를 저장할 배열을 지정할 수 있습니다. 이는 메모리를 절약하거나 성능을 개선할 때 사용됩니다.
- 활용
- 데이터 병합: 여러 배열을 결합하여 하나의 큰 배열을 만들 때 유용합니다. 데이터 분석, 시뮬레이션, 머신러닝 모델에서 여러 데이터를 하나로 묶어 처리할 수 있습니다.
- 다차원 배열 결합: 2차원 이상의 배열을 차원을 유지한 채로 결합하여, 다양한 방향으로 데이터를 병합할 수 있습니다. 이미지 처리, 신호 처리 등에 유용합니다.
라이센스
NumPy는 BSD-3-Clause 라이센스를 따릅니다. 자유롭게 사용, 수정, 배포할 수 있으며 상업적 목적으로도 사용할 수 있습니다. 라이센스와 저작권 정보는 NumPy의 공식 GitHub 리포지토리에서 확인할 수 있습니다.
관련 내용
[NumPy] 배열 수평으로 쌓기: np.hstack() 사용 및 설명
[NumPy] 배열 수직으로 쌓기: np.vstack() 사용 및 설명
[NumPy] 배열 차원 추가하며 결합하기: np.stack() 사용 및 설명
[NumPy] 배열 분할하기: np.split() 함수 사용 및 설명
[NumPy] 배열 이어 붙이기: np.concatenate() 사용 및 설명
[NumPy] 배열 전치 및 축 변환: np.transpose() 사용 및 설명
[NumPy] 배열 형태 변경: np.reshape() 사용 및 설명
[NumPy] 구간을 일정 간격으로 나누기: np.linspace() 사용 및 설명
[NumPy] 숫자 배열 생성하기: np.arange() 사용 및 설명
[NumPy] 빈 배열 생성하기: np.empty() 사용 및 설명
[NumPy] 1로 초기화된 배열 생성: np.ones() 사용 및 설명
'함수 설명 > 기본 및 범용' 카테고리의 다른 글
[NumPy] 배열 차원 추가하며 결합하기: np.stack() 사용 및 설명 (0) | 2024.10.01 |
---|---|
[NumPy] 배열 분할하기: np.split() 함수 사용 및 설명 (1) | 2024.10.01 |
[NumPy] 배열 전치 및 축 변환: np.transpose() 사용 및 설명 (0) | 2024.10.01 |
[NumPy] 배열 형태 변경: np.reshape() 사용 및 설명 (1) | 2024.10.01 |
[NumPy] 구간을 일정 간격으로 나누기: np.linspace() 사용 및 설명 (0) | 2024.10.01 |