Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- count()
- sklearn
- nan
- IN
- matplotlib
- len()
- hierarchical_clustering
- 반복문
- elbow method
- data
- wcss
- del
- DataFrame
- 최댓값
- analizer
- string
- pandas
- dendrogram
- 최솟값
- Python
- Machine Learning
- DataAccess
- function
- 덴드로그램
- append()
- 분류 결과표
- insert()
- list
- Dictionary
- numpy
Archives
- Today
- Total
개발공부
[Python] Numpy 항목 추가하기 append(), insert() 본문
항목을 끝에 추가하기
np.append()
>>> x = np.array([17, 7, 19, 6, 4, 15])
>>> x
array([17, 7, 19, 6, 4, 15])
# 끝에 100을 추가하기
>>> np.append(x, 100)
array([ 17, 7, 19, 6, 4, 15, 100])
# 끝에 200, 300, 350 추가하기
>>> np.append(x, [200, 300, 350]) # 리스트 형태로 추가한다.
array([ 17, 7, 19, 6, 4, 15, 200, 300, 350])
# 각 행의 끝에 b 어레이의 요소를 하나씩 추가하기
# append()의 axis = 1로 설정
>>> X = np.array([[36, 66, 62, 17, 50],
[58, 47, 6, 45, 72],
[11, 1, 2, 85, 97],
[12, 64, 21, 3, 33]])
>>> b = np.arange(4)
>>> b = b.reshape(4,1) # 4행 1열의 어레이로 만든다.
>>> b
array([[0],
[1],
[2],
[3]])
>>> np.append(X, b, axis = 1)
array([[36, 66, 62, 17, 50, 0],
[58, 47, 6, 45, 72, 1],
[11, 1, 2, 85, 97, 2],
[12, 64, 21, 3, 33, 3]])
항목을 원하는 위치에 추가하기
>>> x = np.array([17, 7, 19, 6, 4, 15])
>>> x
array([17, 7, 19, 6, 4, 15])
# insert()
# 두번째 파라미터에는 넣고 싶은 인덱스를, 세번째 파라미터에는 데이터를 쓴다.
>>> a =np.insert(x, 2, 100)
>>> a
array([ 17, 7, 100, 19, 6, 4, 15])
>>> a = np.array([[0, 1, 2, 3, 4]])
array([[0, 1, 2, 3, 4]])
>>> X = np.array([[36, 66, 62, 17, 50],
[58, 47, 6, 45, 72],
[11, 1, 2, 85, 97],
[12, 64, 21, 3, 33]])
# X의 1행에 a를 추가한다.
>>> X = np.insert(X, 1, a, axis = 0)
>>> X
array([[36, 66, 62, 17, 50],
[ 0, 1, 2, 3, 4],
[58, 47, 6, 45, 72],
[11, 1, 2, 85, 97],
[12, 64, 21, 3, 33]])
>>> b = np.array([[0],
[1],
[2],
[3],
[4]])
# insert를 열에 대해 하려면 2차원 배열을 1차원 배열로 reshape 해야한다.
>>> b = b.reshape(5,)
>>> array([0, 1, 2, 3, 4])
>>> np.insert(X, 1, b, axis = 1)
array([[36, 0, 66, 62, 17, 50],
[ 0, 1, 1, 2, 3, 4],
[58, 2, 47, 6, 45, 72],
[11, 3, 1, 2, 85, 97],
[12, 4, 64, 21, 3, 33]])
'Python > Numpy' 카테고리의 다른 글
[Python] Numpy 연산, 브로드 캐스팅(broadcasting) (0) | 2022.04.29 |
---|---|
[Python] Numpy 중복 제거 unique() (0) | 2022.04.29 |
[Python] Numpy 항목 삭제하기 delete (0) | 2022.04.28 |
[Python] Numpy 최댓값, 최솟값의 인덱스 구하기 (0) | 2022.04.28 |
[Python] Numpy 조건을 만족하는 데이터 구하기 (0) | 2022.04.28 |