[Numpy] ndarray의 axis 축 개념

 

🔹NumPy의 axis란?

axis는 배열에서 연산이 진행되는 방향(축) 을 의미한다.

 

즉, axis를 지정한다는 건 "그 축을 따라 데이터를 압축한다"는 뜻이다.

 

 

📌 2차원 배열에서의 axis

2차원의 배열은 (행,열)의 구조를 가진다.

방향	axis 값	설명
행 방향	axis = 0	위에서 아래로 (행을 따라) 연산
열 방향	axis = 1	좌에서 우로 (열을 따라) 연산

 

 

예시를 보며 이해해보자.

 

arr1은 3행 5열의 2차원 데이터이다.

 

각 축을 따라 sum() 연산을 해보자.

 

! 기본적으로 더하게 되면 차원이 하나 줄게 된다.

 

▶ axis = 0 (행 방향, 세로로 더하기)

 

행 방향으로 더한 것이다. 즉, 행을 따라 압축한다는 것이다.

 

행(0번째 축)을 따라 연산을 했기 때문에(5,)의 1차원 배열이 된다.

 

▶ axis = 1 (열 방향, 가로로 더하기)

 

열 방향으로 더한 것이다. 즉, 열을 따라 압축한다는 것이다.

 

열(1번째 축)을 따라 연산을 했기 때문에(3,)의 1차원 배열이 된다.

 

📌 3차원 배열에서의 axis

3차원 배열은 (차원,행,열)의 구조를 가진다.

방향	axis 값	설명
깊이 방향	axis = 0	배열들을 세로로 압축
행 방향	axis = 1	각 배열의 행을 압축
열 방향	axis = 2	각 배열의 열을 압축

 

 

예시를 보며 이해해보자.

 

arr2은 4행 3열의 2차원 데이터가 3개 있다.

 

각 축을 따라 sum() 연산을 해보자.

 

▶ axis = 0 (차원 방향)

 

차원을 따라서 압축한 것이다.

차원(0번째 축)을 따라 연산을 했기 때문에 (4, 3)의 2차원 행렬이 된다.

 

▶ axis = 1 (행 방향)

행을 따라서 압축한 것이다.

행(1번째 축)을 따라 연산을 했기 때문에 (3, 3)의 2차원 행렬이 된다.

 

▶ axis = 2 (열 방향)

열을 따라서 압축한 것이다.

열(2번째 축)을 따라 연산을 했기 때문에 (3, 4)의 2차원 행렬이 된다.

 

▶ axis = (튜플)

axis의 값이 튜플로 주어졌을 땐 순서대로 모든 축에 대해서 연산을 수행하면 된다.

result = np.sum(arr2, axis=(0,1))
print(result) # [198 210 222]

result = np.sum(arr2, axis=(0,2))
print(result) # [117 144 171 198]

result = np.sum(arr2, axis=(1,2))
print(result) # [ 66 210 354]

 

첫번째 예시는, 3차원에서 차원을 따라 연산을 수행한 후, 2차원 데이터에서 행을 따라 연산하면 된다. 기존 shape은 (3,4,3)이었으나 차원과 행을 따라 연산했으므로 shape은 (3,)이 된다.

 

두번째 예시는, 3차원에서 차원을 따라 연산을 수행한 후, 2차원 데이터에서 열을 따라 연산하면 된다. 기존 shape은 (3,4,3)이었으나 차원과 열을 따라 연산했으므로 shape은 (4,)이 된다.

 

세번째 예시는, 3차원에서 행을 따라 연산을 수행한 후, 2차원 데이터에서 열을 따라 연산하면 된다. 기존 shape은 (3,4,3)이었으나 행과 열을 따라 연산했으므로 shape은 (3,)이 된다.

 

마무리

axis는 "어느 방향으로 축소하느냐"를 말한다.

 

• axis = 0: 행을 따라 연산 → 열만 남음
• axis = 1: 열을 따라 연산 → 행만 남음
• axis = 2: 3차원 배열에서 열 방향으로 연산 → 행만 남음