[Python 기초] "가로를 세로로!" 2차원 리스트 전치(Transpose) 완벽 가이드

전치 행렬이란 말 그대로 '행과 열의 인덱스를 서로 맞바꾼 행렬'을 의미합니다. 엑셀에서 표를 복사해서 [행/열 바꿈]으로 붙여넣는 것과 똑같은 작업이라고 생각하시면 됩니다.

---

1. 가장 파이썬다운 방법:

파이썬 고수들이 가장 즐겨 쓰는 방식입니다. 우리가 앞서 배운 언패킹(*)과 zip() 함수를 결합하면 단 한 줄로 전치가 가능합니다.

📌 예제 코드: zip을 활용한 전치

matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

# 1. *matrix로 행들을 해체한 뒤
# 2. zip으로 같은 인덱스끼리(열끼리) 묶어줍니다.
transposed = [list(row) for row in zip(*matrix)]

print(transposed)
# 출력: [[1, 4], [2, 5], [3, 6]]

💡 원리 파헤치기:
zip(*matrix)는 zip([1, 2, 3], [4, 5, 6])과 같습니다. zip은 각 리스트의 첫 번째 요소인 (1, 4)를 묶고, 그다음 (2, 5), (3, 6)을 차례로 묶어주기 때문에 자연스럽게 행과 열이 바뀝니다.

---

2. 리스트 컴프리헨션만 사용하기

패키지나 복잡한 함수 없이 순수하게 인덱스 접근 방식으로 전치를 구현하는 방법입니다. 로직을 이해하는 데 아주 좋습니다.

📌 예제 코드: 인덱스 기반 전치

matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

# 바깥쪽 루프는 '열(column)'을 돌고, 안쪽 루프는 '행(row)'을 돕니다.
# "i번째 열의 값들을 모아서 새로운 행을 만들어라!"
transposed = [[matrix[row][col] for row in range(len(matrix))] for col in range(len(matrix[0]))]

print(transposed)
# 출력: [[1, 4], [2, 5], [3, 6]]

[col] vs matrix[col][row] to demonstrate the logic of matrix transposition]

---

3. 실무 끝판왕: 넘파이(NumPy) 활용

만약 여러분이 데이터 과학이나 머신러닝을 공부하고 있다면, 사실 위의 방법들을 직접 짜기보다 전용 라이브러리인 NumPy를 사용하는 것이 훨씬 빠르고 강력합니다.

📌 예제 코드: NumPy의 .T 속성

import numpy as np

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

# .T 속성 하나면 전치 행렬이 완성됩니다.
transposed = matrix.T

print(transposed)
# 출력:
# [[1 4]
#  [2 5]
#  [3 6]]

---

📝 핵심 요약

1. zip(*matrix): 가장 깔끔하고 대중적인 파이썬 표준 방식입니다.
2. 리스트 컴프리헨션: 라이브러리 없이 인덱스 제어가 필요할 때 유용합니다.
3. NumPy: 대규모 행렬 연산이 필요한 실무 환경에서 가장 빠릅니다.

---

행과 열을 뒤바꾸는 법까지 익히셨으니 이제 2차원 데이터를 다루는 데 있어 두려울 게 없으실 것 같네요!