[파이썬] 파이썬, Numpy 사용해보기

* 본 포스팅은 한국품질재단에서 주최하는 인공지능개발자 양성사업 교육과정 복습 용도로 포스팅되었습니다

---

* Numpy 모듈 사용

#1. 모듈 가져오기
import numpy as np

#2. 버전 확인
np.__version__

#3. 모든함수,변수확인
#지원하는 변수,함수 갯수 확인
len(dir(np))
#종류 보기
dir(np)

* Numpy로 배열 생성하기

# 배열 생성
data = [1, 2, 3, 4]
arr = np.array( data ) # 정수형 배열 생성
arr, arr.dtype 

#튜플 입력받아 배열 생성
data = (1, 2, 3, 4)
arr = np.array(data)
arr, arr.dtype

* asarray : 배열 복사

arr2 = np.asarray( arr, dtype=np.int32 ) #복사하면서 타입 int32로 변경

* arange : 배열에 연속 수 배치

#arange , array arnage : 배열의 연속수를 배치

arr2 = np.arange( 5 ) # 0 <= X < 5(0,1,2,3,4) 연속 수 저장
print('배열 차원', arr2.ndim)
print('arr2 :', arr2)
arr2, arr2.ndim

# 1 <= X < 5 , step = 2(단위 : 2)
arr2 = np.arange( 1, 5, 2 ) 
arr2

# np.arange( a, b ,(생략 시, 기본 값 : 1)), a<=X<b (a,b 정수)
arr2 = np.arange(1, 15)
arr_test = np.arange(1, 15, 5)
arr2, arr_test

* ones, ones_like, zeros, zeros_like

- 모든 구성원이 0 인 배열(행렬)생성 -> 0행렬

- 모든 구성원이 1 인 배열(행렬)생성

- 수학식 구현할 때 필요

#shape : 데이터의 형태, 모습, 차원, 볼륨 등을 표현한다
#      : 튜플의 형태로 표현, 데이터가 가늠이 된다.
#(2,3) : 2차원, 데이터가 2개, 특성은 3개를 가진다.
#뒤에 2개는 값이 동일 : arr.ndim == len(arr.shape)

#모든 원소가 1인 2차원 배열, 데이터 2개, 속성 3개(수직)
arr = np.ones( (2, 3) )
arr, arr.shape, arr.ndim, len(arr.shape)

# arr과 같은 모양을 가진 배열을 만드는데 값은 모두 1
arr1 = np.ones_like( arr )
arr1

# arr의 모양을 본따서, 배열을 만들고, 맴버들의 값을 0으로 초기화
arr2 = np.zeros_like( arr )
arr2

arr3 = np.zeros( (3, 2, 10)) #모든 원소가 0인 3차원 배열
arr3, arr3.ndim

* empty, empty_like

 - 배열의 모양이 중요하고, 값은 0이나 1로 초기화하지 않는 특징

 - ones, zeros. 보다 빠른 속도로 결과를 나타낸다.

 

arr = np.empty( (2,3) ) #(2, 3)행렬 만들기
arr1 = np.empty_like( arr ) # arr변수 복사하기

* eye, identity

 - N X N의 단위행렬을 만드는 함수

 - 수학식을 적용할 때 주로 사용

 단위 행렬  2 X 2 단위 행렬

 ( 1 0 

   0 1 )

np.eye( 3 )

np.identity( 3 )

#두 함수는 모두 같은 결과를 나타낸다. 3X3의 단위행렬