[Python] Numpy 배열 / Numpy배열 함수

Numpy

import numpy as np 

Numpy를 사용하기 위해 import해준다.

 

a = np.array([1, 2, 3])
print(a)
#[1 2 3]
print(a[0], a[1], a[2])
#1 2 3

print(type(a))
#<class 'numpy.ndarray'>

print(a.ndim) #배열의 차원
#1
print(a.shape) #배열의 차원 크기
#(3,)
print(a.dtype) #배열의 데이터 타입
#int64

a[0] = 5 #배열의 값 변경가능
print(a)
#[5 2 3]

ndim / rank - 배열의 차원
shape - 배열의 차원 별 크기를 나타내는 튜플
dtype - 배열에 저장된 데이터의 타입

 

Numpy 배열에는 동일한 타입의 값들이 저장된다.

 

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

l = [[1, 2, 3],[4, 5, 6]]
print(l[0][0]) #배열과 Numpy배열의 차이
#1

print(b[(0, 0)], b[(0, 1)], b[(1, 0)]) #정석
#1 2 4
print(b[0, 0], b[0, 1], b[1, 0]) #이런 방식도 가능
#1 2 4

 

다차원 배열에서 각각의 값에 접근할때 b[(0, 0)] 이런식으로 써야하지만 b[0, 0] 이런식의 접근도 가능하다.

 

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

print(c)
#[[[1 2 3]
  #[4 5 6]]

 #[[1 2 3]
  #[4 5 6]]]
  
print(c[0, 1, 2], c[(0, 1, 2)])
#6 6

 

Numpy배열의 다양한 함수

1. zeros() : 배열을 모두 0으로 채우는 함수

a = np.zeros((2, 2))
print(a)
#[[0. 0.]
 #[0. 0.]]
print(a.dtype) #데이터 타입을 명시하지 않으면 데이터 타입은 실수가 된다.
#float64

0으로 채워진 2*2 크기의 2차원 배열 생성

 

2.ones() : 배열을 모두 1로 채우는 함수

b = np.ones((2,2))
print(b)
#[[1. 1.]
 #[1. 1.]]

 

3.full() : 배열에 사용자가 지정한 값을 넣는 함수

c = np.full((2,2), 7)
print(c)
#[[7 7]
 #[7 7]]

 

4.eye() : 대각선은 1, 나머지부분은 0인 2차원 배열

d = np.eye(3)
print(d)
#[[1. 0. 0.]
 #[0. 1. 0.]
 #[0. 0. 1.]]

 

5.random.random() : 랜덤값 지정

e = np.random.random((2, 2))
print(e)
#[[0.12544406 0.35425248]
 #[0.23419807 0.93627452]]

 

참고

x = np.array([1, 2])
y = np.array([1, 2], dtype=np.float32)

print(x.dtype, y.dtype)
#int64 float32

Numpy는 배열이 생성될 때 자료형을 스스로 추측한다. 

하지만 배열을 생성할 때 특정 자료형을 지정할 수도 있다.