4.6.8 np.c_[]와 np.column_stack()

[실전 꿀팁]: 마법의 단축키 np.c_ (Column-wise 기둥 세우기) np.column_stack과 완전히 같은 기능을 하지만, 이름이 너무 길어 쓰기 귀찮을 때 사용하는 초고수용 단축 문법입니다. 괄호 () 대신 대괄호 []를 쓴다는 점이 특이하며, C는 Column(기둥)을 뜻합니다.

다음 모양 (3, )의 1차원 배열 a와 b가 있다.

import numpy as np

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

객체 np.c_[]는 함수 np.column_stack()과 유사하게 1차원 배열을 1축으로 늘려 수평으로 합친 결과를 반환한다. 즉, np.c_[]는 인자인 슬라이스 객체를 두 번째 축(axis=1)을 따라 연결해 반환한다(Translates slice objects to concatenation along the second axis).

np.c_[a, b]

출력:

array([[1, 4],
       [2, 5],
       [3, 6]])

결국, 위 결과와 np.column_stack((a, b))의 결과는 같다.

np.column_stack((a, b))

출력:

array([[1, 4],
       [2, 5],
       [3, 6]])

다음은 모양 (1, 3)의 2차원 배열 x, y이다.

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

np.c_[x, y]는 수평으로 배열 x와 y를 합친다.

np.c_[x, y]

출력:

array([[1, 2, 3, 4, 5, 6]])

np.c_[x, y]는 np.column_stack((x, y)) 함수 호출과 결과가 같다.

np.column_stack((x, y))

출력:

array([[1, 2, 3, 4, 5, 6]])

np.c_[x, 10, 20, y]는 수평으로 배열 x와 10, 20, y를 함께 합친다.

np.c_[x, 10, 20, y]

출력:

array([[ 1,  2,  3, 10, 20,  4,  5,  6]])

np.c_[x, 10, 20, y]는 np.column_stack([x, 10, 20, y]) 함수 호출과 결과가 같다.

np.column_stack([x, 10, 20, y])

출력:

array([[ 1,  2,  3, 10, 20,  4,  5,  6]])