Numpy

 

1. Numpy

import numpy as np

• Axis : 배열의 각 축
• Rank: 축의 개수(차원)
• Shape : 축의 길이 (3x4)

 

2. 배열 만들기

2-1. 1차원 배열 만들기

 

2-2. 2차원 배열 만들기

 

2-3. 3차원 배열 만들기

 

2-4. 차원 확인

a.ndim 
a.shape 
a.dtype

 

2-5. 차원 바꾸기

reshape(행,열) : 요소가 사라지지 않는 형태라면 자유롭게 변환 가능합니다.

m차원, -1은 알아서 변경하라는 뜻

reshape(m,-1)

 

 

2-6. 평균 구하기

mean() : np.array에만 가능한 메서드

np.mean(arr)

 

 

 

3. 배열 데이터 조회

3-1. 1차원 배열 조회

열은 생략 가능하다!

행은 생략하려면 : 를 붙인다.

 

arr[ 행 , 열 ] - 행, 열

arr[ 행 ] - 행 전체

arr[ 행, : ]  - 행 전체

arr[ [0,1] ] = arr[ 리스트 ] = 0,1 행열 가져오기 

 

3-2. 2차원 배열 조회

arr[시작:끝]

arr[1] = 1행 가져오기

arr[:,1] = 1열 가져오기

arr[:, [0,1]] = 0,1열 가져오기

 

3-3. 3차원 배열

arr[:,[1]] - 2차원으로 표현 = arr[:, 1:2]

 

3-4. 조건 조회

# 짝수만 조회
print(score[score%2 == 0])

# 90점 이상만 조회
condition = score > = 90
score[condition]

 

 

4. 배열 변환과 연산

같은 위치끼리 연산이 이루어 진다.

4-1. 사칙연산

더하기 : np.add()

빼기 : np.subtract()

곱하기 : np.multiply()

나누기 : np.divide()

제곱 : np.power()

 

4-2. 전치행렬

주 대각선을 축으로 하는 반사 대칭을 가하여 얻는 행렬

 

a.T

 

4-3. 집계함수

• np.max(), np.min, np.mean(), np.std()
• axis = 1 : 행 기준
• axis = 0 : 열 기준
• np.argmax() : 큰 값의 인덱스
• np.argmin() : 큰 값의 인덱스
• np.where(조건문, 참값, 거짓값)

# 행 방향 최대값의 인덱스
print(np.argmax(a, axis = 0))

# 열 방향 최대값의 인덱스
print(np.argmax(a, axis = 1))

 

argmax 설명