파이썬 정리 : NumPy (1)

 

 

 

 

NumPy : 파이썬의 확장모듈로서 간단한 코드로 데이터를 효율적으로 처리할 수 있음.

import numpy as np

 

• np.array() : 배열생성

a = np.array([1,2,3,4])	# 1차원 배열
b = np.array([[1,2,3], [4,5,6]])	# 2차원 배열
c = np.array([[[1,2,3], [4,5,6]], [[7,8,9], [10,11,12]])	#3차원 배열

 

• np.shape() : 배열 형태, np.size()  : 배열의 총 원소 수

c = np.array([[[1,2,3], [4,5,6]], [[7,8,9], [10,11,12]])
print(np.shape(c))	# (2,2,3)
print(np.size(c))	# 12

print(len(c))	# 2

len을 사용하면 첫번째 차원의 원소 개수를 센다.

 

 

• np.zeros(), np.ones(), np.random.rand()

print(np.zeros((2,3)))
print(np.ones((2,3)))
print(np.random.rand(5))

 

• np.arange((시작), 끝, (간격))

: 시작과 간격은 생략가능. 생략 시 시작은 0부터 간격은 1이 된다.

print(np.arange(0, 1, 0.1))
print(np.arange(10))

 

• np.linspace(시작, 끝,(원소 수))

: np.arange와 비슷하지만 간격이 아닌 사이의 원소 수로 생성한다.

 원소 수는 생략이 가능한데 생략 시 자동으로 50개를 생성한다.

print(np.linspace(0, 1, 10))
print(np.linspace(0,1))

 

• reshape() : 배열의 형태를 변환

인수를 -1로 하면 무조건 1차원 배열로 변환.

여러개의 인수 중 하나를 -1로 지정 시 해당 차원의 원소 수 자동 계산.

np.reshape(배열명, 크기)

a = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
b = a.reshape(3,4)
c = np.reshape(a, (3,4))

print(b)
print(c)
print(c.reshape(-1))