arrayEx2.py

# 인덱싱과 슬라이싱 — 리스트와 비슷하지만 더 강력합니다

import numpy as np

a = np.array([10, 20, 30, 40, 50])

print('========== 1차원 : 리스트와 같다 ==========')
print(a[0], a[-1])
print(a[1:4])
print(a[::-1])

print('\n========== 2차원 : [행, 열] 로 한 번에 ==========')
b = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])
print(b)
print('b[1][2] =', b[1][2])     # 리스트 방식도 되지만
print('b[1, 2] =', b[1, 2])     # 이게 넘파이 방식 (더 빠르다)

print('1행 전체  :', b[1])
print('1열 전체  :', b[:, 1])   # ← 리스트로는 for 문을 돌려야 했다
print('부분 블록 :\n', b[0:2, 1:3])

print('\n========== 불리언 인덱싱 : 조건으로 고르기 ==========')
scores = np.array([85, 45, 92, 68, 73, 55])

mask = scores >= 60             # 조건을 걸면 True/False 배열이 나온다
print('조건 결과 :', mask)
print('통과한 값 :', scores[mask])
print('한 줄로   :', scores[scores >= 60])

print('개수      :', (scores >= 60).sum())      # True 는 1로 세어진다
print('비율      :', (scores >= 60).mean())

print('여러 조건 :', scores[(scores >= 60) & (scores < 90)])
# and / or 가 아니라 & / | 를 쓰고, 각 조건을 괄호로 묶어야 합니다

print('\n========== where : 조건에 따라 다른 값 ==========')
print(np.where(scores >= 60, '합격', '불합격'))
# step05 컴프리헨션의 ['합격' if s>=60 else '불합격' for s in scores] 와 같다

print('\n========== 값 한꺼번에 바꾸기 ==========')
c = scores.copy()               # copy() 없이 대입하면 원본이 바뀐다 (step05 복사의 함정)
c[c < 60] = 60                  # 60 미만을 전부 60으로
print(c)

print('\n========== 뷰 vs 복사 ==========')
d = np.array([1, 2, 3, 4, 5])
view = d[1:4]                   # 슬라이싱은 '뷰' — 원본과 메모리를 공유한다
view[0] = 999
print('원본이 바뀐다 :', d)     # 리스트 슬라이싱은 복사였는데 넘파이는 다르다!

e = np.array([1, 2, 3, 4, 5])
copy = e[1:4].copy()
copy[0] = 999
print('copy 는 안전 :', e)