Numpy 배열, 배열 생성 함수
1. Numpy
과학계산을 위한 라이브러리로 다차원 배열을 처리하는데 필요한 여러 기능을 제공
Numpy를 사용하기 위해 import 함
import numpy as np
2. Numpy 배열
- Numpy에서 배열은 동일한 타입의 값들을 가짐
rank: 배열의 차원
shape: 각 차원의 크기를 tuple로 표시한 것
Numpy에서 배열의 타입은 ndarray
3. Numpy 배열 생성
1) 파이썬의 리스트를 사용하는 방법
array()함수의 인자로 리스트를 넣어 생성
list1 = [1,2,3,4] a = np.array(list1) print(a) print(a.shape)
[1 2 3 4] (4,)
b = np.array([[1,2,3],[4,5,6]]) print(b) print(b.shape) b[0,0]
[[1 2 3] [4 5 6]] (2, 3) 1
2) Numpy에서 제공하는 함수를 사용하는 방법
zeros(): 배열에 모두 0을 집어 넣음
aa = np.zeros((2,2)) aa
array([[0., 0.], [0., 0.]])
type(aa)
numpy.ndarray
ones(): 배열에 모두 1을 집어 넣음
aa = np.ones((2,3)) aa
array([[1., 1., 1.], [1., 1., 1.]])
full(): 배열에 사용자가 지정한 값을 넣음
aa=np.full((2,3), 10) aa
array([[10, 10, 10], [10, 10, 10]])
eye(): 대각선으로는 1이고 나머지는 0인 2차원 배열을 생성
aa=np.eye(3) aa
array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]])
reshape(): 다차원으로 변형하는 함수
aa=np.array(range(20)).reshape((5,4)) #range(n): 0~n-1까지의 숫자를 생성하는 함수 aa
array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19]])
aa=np.array(range(15)).reshape((3,5)) aa
array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])
'AI&BigData > Basics' 카테고리의 다른 글
[Pandas] 함수 적용과 매핑 (0) | 2018.05.06 |
---|---|
[Pandas] Operation (0) | 2018.05.06 |
[Pandas] Index 객체, reindex (0) | 2018.05.06 |
[Pandas] DataFrame (0) | 2018.04.30 |
[Pandas] Series 객체 (0) | 2018.04.29 |
[Numpy] 브로드캐스트. 기타활용 (0) | 2018.04.24 |
[Numpy] 자료형, type(), dtype, arange() (0) | 2018.04.24 |
[Numpy] 연산 (0) | 2018.04.24 |
[Numpy] slicing, indexing (0) | 2018.04.24 |