11주차 강의 정리- NumPy

넘파이를 사용하는 이유:

파이썬 리스트로도 계산할 수 있으나, 넘파이는 리스트에 비해 빠른 연산을 지원하는 메모리를 효율적으로 사용한다.

 

넘파이를 보통 np로 사용.

 

array는 리스트와 다르게 단일타입으로 구성되고 타입은 dtype으로 확인하고 다른 자료형으로 보고싶으면(int) 형전환된 형태로 확인도 가능하다. astype.

 

np.zeros(개수,dtype=자료형)  : 개수만큼 자료형으로 0을 채움.

np.ones((i,j),dtype=자료형) : i높이의 j길이 배열을 자료형으로 1로 채움.

np.arange(start,end,stop) :  start부터 end까지 stop의 간격으로 이루어진 배열 생성

np.linspace(start,end,개수) : start부터 end까지 일정한 간격으로 개수만큼의 배열 생성

 

np.random.random((i,j)) : i높이 j길이 의 2차원 배열을 랜덤한 수로 채운 배열 생성

np.random.normal(0,1,(i,j)) : 표준정규분포에서 데이터를 뽑아   i높이 j길이의 배열 생성

np.random.randint(start,end,(i,j)) : start부터 end사이의 랜덤한 정수를 뽑아 i높이j길이의 배열로 생성

 

arr.ndim : 배열의 차원

arr.shape : 배열의 모양

arr.size : 요소의 개수

arr.dtype : 배열의 타입

type(arr) : 파이썬에서의 자료형

slicing방법은 파이썬 리스트와 비슷. 

x[::2]는 2씩 건너뛰면서 출력하는 것을 뜻함.

콤마로 구분하여 하나씩 출력도 가능하고, 스플라이싱을 쓴 것을 콤마로 구분할 수도 있음.

 

 

 

reshape는 1차원배열을 다른형태로 바꿔준다.  concatenate는 array를 이어붙임. arr.reshape((i,j))

np.concatenate([arr1,arr2]) array를 가로방향으로(기본) 이어붙여줌 axis가 1이 기본

 

 

axis가 0이면 세로로, axis가 1이면 가로로 붙인다.

 

 

어느인덱스를 기준으로. axis가 0이므로 세로방향의 인덱스 기준으로 나눠짐.

upper는 윗부분, lower는 아래부분 배열을 지칭.

axis가 1이면 가로방향의 인덱스를 기준으로 나눠짐.

left 는 왼쪽, right는 오른쪽 배열 지칭.

axis가 0이 기본(세로방향)

 

각각의 원소에 덧셈을 하는 루프에 비해 기본 연산을 하게되면 훨씬 빠르다. 이것이 넘파이의 장점.

기본연산, 행렬간 연산도 가능하다. 

 

 

연산할수 있게끔 array의 형태 및 개수를 늘려 연산을 할 수 있다.

세로로 긴것을 가로로, 가로로 긴것은 세로로 반복되어 연산이 가능해진다.



0 + 0	1 +0
2 + 1	3 + 1
4 +2	5 + 2

 

 

np.sum(x) np.min(x) np.max(x) np.mean(x)

axis값을 주게되면 각 방향의 집계함수 값을 볼 수 있다. 0 이면 각 열의 통계, 1 이면 각 행의 통계.

 

각 요소의 값에대한 연산의 값을 각 인덱스에 True, False로 나타내고,

x[x<3]과 같이 연산하면 True가 되는 값만 나타낸다.

arr==0 연산을 통해 arr의 요소가 0인 부분들을 True, 0이 아닌부분들을  False로 만들고, 그 중 0즉 False인 부분을 제외하고 카운트를 해준다.

np.count_nonzero(array) : 0이 아닌 부분을 카운트