넘파이 기초 - 배열 생성(1)

import numpy as np import random 

In [18]:

list_data1 = [1,2,3,4] 

In [22]:

list_data1 

Out[22]:

[1, 2, 3, 4]

list를 ndarray로 변환하는 간단한 메서드를 생성합니다.

In [20]:

nd_list_data1 = np.array(list_data1) #array - 순차형 데이터를 ndarray로 변환 

In [21]:

nd_list_data1 

Out[21]:

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

기존에 python 리스트는 그냥 []로 나왔지만 ndarray의 경우 array[]로 나왔습니다.

In [24]:

nd_list_data1.ndim #1차원인 경우 열을 먼저 출력해 줌...? 

Out[24]:

1

차원을 출력하는 메서드는 .ndim이고

In [25]:

nd_list_data1.shape 

Out[25]:

(4,)

 

ndarray의 형태를 출력하는 방법은 .shape입니다. 자주 사용하고 직관적이기 때문에

외워 두시면 좋을 것 같습니다. 참고로 list에는 없는 메서드이기 때문에 참고해 두시면 좋을 것 같습니다.

In [27]:

nd_list_data1.dtype 

Out[27]:

dtype('int64')

In [29]:

zero = np.zeros(2) 

In [30]:

zero 

Out[30]:

array([0., 0.])

In [46]:

zero = np.zeros((3,6)) #내용을 0으로 채워서 ndarray 생성 

In [47]:

zero 

Out[47]:

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

zeros()는 0으로 초기화된 ndarray를 생성합니다.

In [48]:

zero.shape 

Out[48]:

(3, 6)

In [49]:

np.empty((2,3,2)) #초기화되지 않고 채워진 배열을 반환 

Out[49]:

array([[[6.73898103e+149, 5.30276956e+180],         [3.31033942e-033, 6.97532527e-076],         [4.46234816e-086, 3.36010587e-143]],         [[6.01433264e+175, 6.93885958e+218],         [5.56218858e+180, 3.94356143e+180],         [5.64124820e-038, 9.96020951e-047]]])

empty(층, 행, 열) 메서드는 아무 값이나 랜덤으로 채운 채뤄 배열을 반환.

In [50]:

np.eye(3,3) #희박 행렬 생성.  

Out[50]:

array([[1., 0., 0.],        [0., 1., 0.],        [0., 0., 1.]])

eye는 희박 행렬을 생성하는데, 선형대수에서 많이 사용하는데 저는 선형 대수를 하지 않지만

선형 대수를 하시는 분은 eye 메서드를 그냥 외워 두시면 좋을 것 같습니다.

In [51]:

np.arange(5) #파이썬의 range와 유사. ndarray를 반환.  

Out[51]:

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

In [ ]:

                              arange는 range랑 비슷하게, 0 ~ n 까지의 숫자를 생성하기 때문에 초기화를 할 때 잘 쓰는 함수입니다. 

   또는 그래프를 그릴 때 index를 사용 할 수 있겠죠.