<div id="readability-page-1" class="page"><div>Numpy 배열의 차원을 추가하는 expand_dims 사용법을 파악해보려고 테스트해본 내용입니다.&nbsp;
파이썬 인터프리터에서 진행했기 때문에 차례대로 코드를 실행해 봐야 합니다.&nbsp;

2021. 9. 15 - 최초작성

테스트에 사용할 1차원 넘파이 배열 x를 생성합니다.
넘파이 배열의 원소가 2개 이기 때문에 넘파이 배열의 shape는 (2, ) 입니다.&nbsp;&nbsp;&nbsp;

<div>
&gt;&gt;&gt; import numpy as np &gt;&gt;&gt; x = np.array([3, 4]) &gt;&gt;&gt; x array([3, 4]) &gt;&gt;&gt; x.shape (2,)
</div>

참고로 넘파이 배열의 shape 출력 결과에서 다음 순서대로 축의 순서가 정해집니다.&nbsp;
(첫번째 축, 두번째 축, 세번째 축, … )

참고로 이 부분을 시각화하여 설명한 내용은 제가 쓴 책인 “파이썬과 NumPy로 배우는 선형대수”의 63페이지에 넘파이 배열 시각화 방법으로 설명되어 있습니다.&nbsp;

또는 아래 이미지를 보세요.(출처 - <a href="https://i.ytimg.com/vi/cwzGiiX59aw/maxresdefault.jpg">https://i.ytimg.com/vi/cwzGiiX59aw/maxresdefault.jpg</a>&nbsp; )
<figure data-ke-mobilestyle="widthOrigin" data-origin-width="1280" data-origin-height="720"><img src="https://blog.kakaocdn.net/dn/bFNBrQ/btsFJrw3sfo/CZsc19NpOpvT95f0HjZ7G1/img.jpg" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" width="602" height="339" data-origin-width="1280" data-origin-height="720"></figure>


첫번째 축에 차원을 추가합니다. expand_dims 대신에&nbsp; x[np.newaxis, :]&nbsp; 또는 x[np.newaxis]를 사용할 수 도 있습니다.
넘파이 배열의 shape 출력 결과를 보면 원래 (2,)에서 (1, 2)로 변경된 것을 볼 수 있습니다.&nbsp;
첫번째 축에 차원이 추가되어 2 앞에 1이 추가된 것입니다.&nbsp;

<div>
&gt;&gt;&gt; y = np.expand_dims(x, axis=0) &gt;&gt;&gt; y array([[3, 4]]) &gt;&gt;&gt; y.shape (1, 2)
</div>

<div>
&gt;&gt;&gt; y = x[np.newaxis, : ] &gt;&gt;&gt; y array([[3, 4]]) &gt;&gt;&gt; y.shape (1, 2)
</div>

두번째 축에 차원을 추가합니다. expand_dims 대신에 x[ :, np.newaxis]를 사용할 수도 있습니다.&nbsp;
넘파이 배열의 shape 출력 결과를 보면 원래 (2,)에서 (2, 1)로 변경된 것을 볼 수 있습니다.&nbsp;
두번째 축에 차원이 추가되어 2 뒤에 1이 추가된 것입니다.&nbsp;

<div>
&gt;&gt;&gt; y = np.expand_dims(x, axis=1) &gt;&gt;&gt; y array([[3], &nbsp; &nbsp; &nbsp; [4]]) &gt;&gt;&gt; y.shape (2, 1)
</div>

<div>
&gt;&gt;&gt; y =x[ :, np.newaxis] &gt;&gt;&gt; y array([[3], &nbsp; &nbsp; &nbsp; [4]]) &gt;&gt;&gt; y.shape (2, 1)
</div>

튜플을 사용하여 2개의 축에 차원을 한꺼번에 추가할 수도 있습니다.&nbsp;&nbsp;

<div>
&gt;&gt;&gt; y = np.expand_dims(x, axis=(0, 1)) &gt;&gt;&gt; y array([[[3, 4]]]) &gt;&gt;&gt; y.shape (1, 1, 2)
</div>

<div>
&gt;&gt;&gt; y = np.expand_dims(x, axis=(2, 0)) &gt;&gt;&gt; y array([[[3], &nbsp; &nbsp; &nbsp; &nbsp; [4]]]) &gt;&gt;&gt; y.shape (1, 2, 1)
</div>

<div>
&gt;&gt;&gt; y = np.expand_dims(x, axis=(0, 2)) &gt;&gt;&gt; y array([[[3], &nbsp; &nbsp; &nbsp; &nbsp; [4]]]) &gt;&gt;&gt; y.shape (1, 2, 1)
</div>

앞에서 사용한 np.newaxis 대신에 None을 사용할 수도 있다고 합니다.&nbsp;
다음처럼 이 둘이 같은 객체라는 것을 확인할 수 있습니다.&nbsp;



참고
<a href="https://numpy.org/doc/stable/reference/generated/numpy.expand_dims.html">https://numpy.org/doc/stable/reference/generated/numpy.expand_dims.html</a>
</div></div>

멈춤보단 천천히라도

Numpy 배열의 차원을 추가하는 expand_dims 사용법을 파악해보려고 테스트해본 내용입니다. 파이썬 인터프리터에서 진행했기 때문에 차례대로 코드를 실행해 봐야 합니다. 2021. 9. 15 - 최초작성 테스트에 사용할 1차원 넘파이 배열 x를 생성합니다. 넘파이 배열의 원소가 2개 이기 때문에 넘파이 배열의 shape는 (2, ) 입니다. >>> import numpy as np >>> x = np.array([3, 4]) >>> x arra..

Numpy - 차원 추가 expand_dims 사용법

댓글