1_numpy.md

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