[Basic Python] 005. Numpy (1)

🎈 numpy 이해하기

numpy란 무엇일까?

다차원 배열을 효과적으로 처리할 수 있도록 도와주는 도구이다.

 

numpy의 차원은 아래와 같이 구성되어 있다.

- 1차원 축(행) : axis 0 => Vector
- 2차원 축(열) : axis 1 => Matrix(행렬)
- 3차원 축(채널) : axis 2 -> Tensor(3차원 이상)

 

---

🎈 배열 만들기

1. list를 numpy로 변환해보자

#list를 numpy로 가져오기
import numpy as np # 넘파이 불러오고, 앞으로 np라고 부른다

list_data = [1,2,3] 
array = np.array(list_data) #list_data를 가지고 배열을 생성한다.

print(array) 
print(array.size) #배열의 크기(원소 몇 개인가?)
print(array.dtype) #배열 원소의 타입
print(array[1]) #배열중의 특정 위치의 원소 가져오기

[1 2 3]
3
int64
2

 

***np.array()는 리스트, 튜플과 같은 순회 가능한 객체를 인자로 받아 배열을 생성하는 함수

***array.size는 배열의 크기를 말하며, '몇 개의 원소를 가지고 있는가?'를 본다

***array.dtype은 배열 원소의 데이터 타입을 말한다

---

2. 1차원 배열 만들기(행)

import numpy as np

array1 = np.arange(4)
print(array1)

[0 1 2 3]

 

***np.arange(시작값,끝값,스텝값)으로 구성되어 있으며, 기본적으로 정수 값을 생성한다. 하지만 start,end,step 중 하나라도 실수 형태로 입력되면 결과 배열도 실수 형태로 생성된다.

---

3. 2차원 배열 만들기(모든 값을 0으로 설정)

import numpy as np
array2 = np.zeros((4,4),dtype=float)
print(array2)

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

np.zeros(shape, dtype)이며, 생성할 배열의 형태와 데이터타입으로 구성되어, 모든 원소가 0인 배열이 생성된다.

---

4. 2차원 배열 만들기(모든 값을 1로 설정)

import numpy as np

array3 = np.ones((3,3), dtype=str)
print(array3)

[['1' '1' '1']
 ['1' '1' '1']
 ['1' '1' '1']]

np.ones(shape,dtype)이며, 모든 원소가 1인 배열을 생성한다.

---

5. 2차원 배열 만들기 (랜덤값으로 설정)

import numpy as np

array4 = np.random.randint(0,10, (3,3)) #random.randint(start,end,(배열))
print(array4)

[[1 0 9]
 [5 1 3]
 [7 9 3]]

 

***np.random.randint(start,end,(배열)) 함수는 무작위로 정수를 생성하여 배열을 만

---

6. 기타 랜덤 모듈의 함수

• np.random.rand(): 0과 1 사이의 균등 분포에서 무작위 실수 생성
• np.random.randn(): 표준 정규 분포에서 무작위 실수 생성
• np.random.normal(): 지정된 평균과 표준 편차를 가지는 정규 분포에서 무작위 실수 생성

---

🎈 배열 합치고 나누기

1. 배열 합치기

import numpy as np

array1 = np.array([1,2,3])
array2 = np.array([4,5,6])
array3 = np.concatenate([array1, array2])

print(array3)
print(array3.shape)

array4 = array3.reshape((2,3))
print(array4)

[1 2 3 4 5 6]
(6,)
[[1 2 3]
 [4 5 6]]

 

*** np.concatenate([array1, array2, ...], axis=none) 함수는 Numpy 배열을 하나로 합치는(concatenate) 함수이다. 여러 개의 배열을 입력으로 받아 지정된 축(axis)을 따라 이어 붙일 수 있다.

***np.reshape(new_shape) 함수는 형태를 변경하는 것으로 원하는 배열로 변경할 수 있다. 원하는 (행, 열)을 넣으면 된다.

---

2. 배열합치기(2)

array5 = np.arange(4).reshape(1,4)
array6 = np.arange(8).reshape(2,4)

array7 = np.concatenate([array5, array6], axis=0)
print(array7)

[[0 1 2 3]
 [0 1 2 3]
 [4 5 6 7]]

---

3. 배열 나누기

import numpy as np

array = np.arange(8).reshape(2,4)
left,right = np.split(array,[2], axis=1)

print(left)
print(right)

[[0 1]
 [4 5]]
[[2 3]
 [6 7]]