1. Numpy란?
numpy는 Numerical Python의 약자로 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy는 데이터 구조 외에도 수치 계산을 위해 효율적으로 구현된 기능을 제공한다.
2. Numpy 특징
- 일반 List에 비해 빠르고, 메모리를 효율적으로 사용한다.
- 반복문 없이 데이터 배열에 대한 처리를 지원하여 빠르고 편리하다.
- C, C++, 포트란 등의 언어와 통합이 가능하다.
- 선형대수와 관련된 다양한 기능을 제공한다.
3. Numpy Array
- numpy는 np.array 함수를 활용하여 배열을 생성합니다.
- numpy는 하나의 데이터 타입만 정의가 가능하며 배열에 넣을 수 있습니다.
- List와 가장 큰 차이점은 다이나믹 타이핑을 지원하지 않습니다.
- C의 Array를 사용하여 배열을 생성하여 속도가 빠릅니다.
예제1) 1차원 배열의 경우
import numpyarray = numpy.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
array #출력: array([1, 2, 3, 4, 5, 6, 7, 8, 9])
array.shape #출력: (9,)
type(array) #출력: numpy.ndarray예제2) 2차원 배열의 경우
array = numpy.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
array #출력: array([[ 1, 2, 3, 4],
# [ 5, 6, 7, 8],
# [ 9, 10, 11, 12]])
array.shape #출력: (3, 4)4. Numpy Array 생성 방법
◎ 리스트
numpy 모듈의 array 메소드에 파라미터로 리스트를 넘겨주면 numpy array가 리턴된다.
import numpy
array = numpy.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
print(array)
#출력: [1 2 3 4 5 6 7 8 9]◎ 동일 값으로 생성
full 메소드를 사용하면, 모든 값이 같은 numpy array를 생성할 수 있다.
import numpy
array = numpy.full(5, 9)
print(array)
#출력: [9 9 9 9 9]◎ 모든 값이 0인 array 생성
import numpy
array = numpy.zeros(6, dtype=int)
print(array)
#출력: [0 0 0 0 0 0]◎ 모든 값이 1인 numpy array 생성
import numpy
array = numpy.ones(6, dtype=int)
print(array)
#출력: [1 1 1 1 1 1]◎ 연속된 값들이 담긴 numpy array 생성
arange 함수를 사용하면 연속된 값들이 담겨 있는 numpy array를 생성할 수 있다.
⊙ 파라미터 1개
import numpy
array1 = numpy.arange(6)
print(array1)
#출력: [0 1 2 3 4 5]⊙파라미터 2개
arange(n, m)을 하면 n부터 m-1까지의 값들이 담긴 numpy array가 리턴된다.
import numpy
array1 = numpy.arange(2, 7)
print(array1)
#출력: [2 3 4 5 6]⊙ 파라미터 3개
arange(n, m, s)를 하면 n부터 m-1까지의 값들 중 간격이 s인 값들이 담긴 numpy array가 리턴된다.
import numpy
array1 = numpy.arange(3, 17, 3)
print(array1)
#출력: [3 6 9 12 15]
'Study > Data Science' 카테고리의 다른 글
| Data Science 시작하기 (0) | 2020.05.25 |
|---|
