이 기사에서는 특히 NumPy 라이브러리와 이 라이브러리를 사용하여 열을 삭제하는 방법에 중점을 두고 Python 프로그래밍 언어에 대해 설명합니다. Python은 웹 개발, 데이터 분석, 인공 지능 등 다양한 목적으로 널리 사용되는 다목적 프로그래밍 언어입니다. Python 인기의 주요 구성 요소 중 하나는 코딩 프로세스를 보다 효율적이고 쉽게 처리할 수 있도록 하는 수많은 라이브러리입니다. NumPy는 이러한 라이브러리 중 하나이며 특히 대규모 다차원 배열 및 숫자 데이터 매트릭스 작업을 위해 설계되었습니다. 데이터 조작 영역에서는 배열에서 열을 삭제하는 방법을 아는 것이 매우 중요합니다. 이는 많은 워크플로우에서 일반적인 전처리 단계이기 때문입니다.
NumPy 라이브러리는 이 작업을 수행하기 위해 'delete'라는 사용자 친화적인 기능을 제공합니다. numpy.delete() 함수는 지정된 축을 따라 배열의 요소를 제거할 수 있습니다. 이렇게 하면 2D 배열 또는 행렬에서 열을 간단하게 삭제할 수 있습니다.
시작하려면 NumPy 라이브러리를 가져오고 샘플 2D 배열을 생성해 보겠습니다.
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)
이제 `np.delete()` 함수를 사용하여 2D 배열에서 특정 열을 삭제합니다.
# Deleting the second column (index 1)
array_modified = np.delete(array, 1, axis=1)
print("nArray with the second column deleted:")
print(array_modified)
np.delete() 함수 설명
np.delete() 함수는 입력 배열, 삭제할 요소 또는 열의 인덱스, 삭제할 축의 세 가지 주요 인수를 사용합니다. 이 경우 축 매개변수는 요소가 아니라 열을 삭제하려고 하기 때문에 중요합니다. axis=1을 설정하면 열 축을 따라 삭제하도록 함수에 지시합니다. axis=0으로 설정하면 함수는 행 축을 따라 삭제됩니다.
np.delete() 함수는 원래 배열을 수정하지 않습니다. 대신 새로 수정된 배열을 반환합니다. 이는 워크플로에서 원래 데이터를 유지하려는 경우에 필수적입니다.
NumPy 라이브러리 탐색
NumPy 라이브러리에는 숫자 데이터의 대규모 다차원 배열 및 행렬을 처리하기 위한 다양한 기술과 기능이 있습니다. 인기 있는 여러 함수에는 `reshape`, `concatenate`, `split` 등이 있습니다. NumPy는 효율적이고 사용하기 쉬운 데이터 구조로 인해 Python을 사용한 수학 및 과학 컴퓨팅을 위한 기본 패키지입니다.
NumPy의 배열 및 데이터 조작 처리 방식을 이해하는 것은 모든 데이터 과학자 또는 기계 학습 애호가에게 필수적인 단계입니다. 또한 NumPy 배열에서 열을 삭제하고 수정하는 개념을 파악하면 관련이 없거나 불필요한 열을 삭제하면 처리 시간이 크게 단축되고 데이터를 쉽게 분석할 수 있으므로 대규모 데이터 전처리를 처리하는 데 도움이 될 수 있습니다.
