KangWon`s blog

Numpy

• 데이터는 행렬 표현
• 행렬 데이터 빠르게 계산을 해야 합니다.
• 행렬 데이터 생성, 수정, 계산 등을 빠르게 처리해 주는 패키지
• 특징
  • C, C++, 포트란으로 작성
  • 선형대수학을 빠르게 연산
    • 스칼라, 벡터, 매트릭스

import numpy as np

# 행렬 데이터 생성
# ndarray : 한가지 데이터 타입만 값으로 사용이 가능

arrary = np.array([1, 2, 3])
type(arrary), arrary

(numpy.ndarray, array([1, 2, 3]))

arrary2 = np.array(
    [[1, 2, 3],
    [4, 5, 6]],
)
arrary2, arrary2.ndim, arrary2.shape

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

# 행렬의 모양(shape) 변경하기
arrary2.reshape(3,2)

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

# 행렬 데이터의 선택 : offset index : masking

arrary2[1][::-1]

array([6, 5, 4])

arrary2[1,2] # arrary2[1][2]

6

# 데이터 수정

ls = [1,2,3]
ls[1] = 5
ls

[1, 5, 3]

arrary2[1][2] = 10
arrary2

array([[ 1,  2,  3],
       [ 4,  5, 10]])

# 브로드 캐스팅
arrary2[0] = 0
arrary2

array([[ 0,  0,  0],
       [ 4,  5, 10]])

arrary2[0] = [7, 8, 9]
arrary2

array([[ 7,  8,  9],
       [ 4,  5, 10]])

# 조건으로 선택
idx = arrary2 >7
idx

array([[False,  True,  True],
       [False, False,  True]])

arrary2[idx]

array([ 8,  9, 10])

arrary2[idx] = 100
arrary2

array([[  7, 100, 100],
       [  4,   5, 100]])

# 행렬 데이터의 생성 2
data = np.zeros((2,3))
data

array([[0., 0., 0.],
       [0., 0., 0.]])

data.dtype

dtype('float64')

data2 = data.astype("int")
data2.dtype

dtype('int32')

data = np.ones((2, 3, 2))
data

array([[[1., 1.],
        [1., 1.],
        [1., 1.]],

       [[1., 1.],
        [1., 1.],
        [1., 1.]]])

# arange
np.arange(5)

array([0, 1, 2, 3, 4])

np.arange(5,10)

array([5, 6, 7, 8, 9])

np.arange(5, 10, 2)

array([5, 7, 9])