반응형
3.1 ndarray
### 개념과 생성 NumPy와 패키지의 핵심은 `ndarray` 객체이다. * `ndarray`는 fixed-size homogeneous multidimensional …
wikidocs.net
3.1 ndarray
개념과 생성
NumPy와 패키지의 핵심은 ndarray 객체이다.
- ndarray는 fixed-size homogeneous multidimensional array 정도로 이해할 수 있으며, 기본적으로 vectorization과 broadcasting을 지원한다.
- Python에서 제공하는 list, tuple 등의 시퀀스 자료형은 서로 다른 데이터타입을 저장할 수 있고(heterogeneous sequence), 크기가 자동으로 커질 수 있다. 반면에 ndarray는 성능향상을 위해 같은 데이터타입만을 요소로 가질 수 있고, 크기 역시 고정되어 있다. 만약 크기를 변경하면 새로 메모리에 할당되고 이전 값은 삭제된다.
# https://wikidocs.net/14606
import numpy as np
print("x는 float64를 요소타입으로 갖는 크기 3의 1차원 배열이다.")
x = np.array((0.1,0.2,0.3))
print(x)
print(x.shape) # 차원 : 1자원 배열의 shape는 (m,)
print(x.dtype) # 요소 타입 : float64
print("y는 int32를 요소 타입으로 하는 (2,3) 크기의 2차원 배열이다.")
y = np.array(((1,2,3),(4,5,6)))
print(y)
print(y.shape) # 차원 : 2자원 배열의 shape는 (m,n) 3차원은 (p,q,r)
print(y.dtype) # 요소 타입 : int32
print("생성시 입력된 값을 통해 dtype을 추천하는데, 강제로 지정하는 것은 다음과 같다.")
z = np.array([1,2,3],dtype='float64')
print(z)
print(z.shape)
print(z.dtype)
"""_summary_
ndarray의 중요 속성을 정리하면 다음과 같다.
shape : 배열의 형태
dtype : 요소의 데이터 타입, int32, float32 등등
ndim : 차원수. x.ndim = 1, y.ndim=2 등이며 len(x.shape) 와 동일
size : 요소의 개수. shape의 모든 값의 곱. x.size = 3, y.size=6 등
itemsize : 요소 데이터 타입의 크기(byte 단위), x.itemsize=8 등
data : 실제 데이터. 직접 사용자가 접근할 필요는 없음
"""
print("초기화 관련 편의함수")
Y = np.zeros((3,3))
print(Y)
Y = np.ones((3,3),dtype='int32')
Z = np.empty((3,3))
print("\n미리 크기지정없이 순차적으로 만들때, 크기 0인 배열을 생성하고 append()를 수행")
A = np.array([])
for i in range(3):
A = np.append(A,[1,2,3])
print(A)
print("단순한 시퀀스는 range() 함수의 실수버전인 arange(from,to,step)이나 \nlinspace(from,to,npoints)를 사용하면 편리하다. \n또한 단위행렬을 위한 eye(n) 함수를 제공한다.")
print(np.arange(1,2,0.1))
#array([ 1. , 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9])
print(np.arange(10)) # start, step 생략가능. 정수로 생성
#array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(np.arange(10.)) # start, step 생략가능. 실수로 생성
#array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
print(np.linspace(0.,20.,11))
#array([ 0., 2., 4., ..., 16., 18., 20.])
print(np.eye(3))
#array([[ 1., 0., 0.],
# [ 0., 1., 0.],
# [ 0., 0., 1.]])
print("\n\nshape과 dtype 변경")
msg = "ndarray는 고정된 크기를 유지하면서 shape을 변경할 수 있다. 예를 들어 크기 9의 1차원 배열을 3*3 2차원 배열로 바꿀 수 있다. \n이때 사용하는 함수는 reshape() 인데 함수 또는 메쏘드 형태로 제공한다."
print(msg)
X = np.arange(0,9,1.)
print(X)
Y = np.reshape(X,(3,3)) # 또는 Y=X.reshape((3,3))
print(Y)
#만약 자기 자신을 대상을 변경하면 shape 속성을 강제로 변경하면 된다.
X.shape = (3,3)
print(X)
print("astype() 메쏘드를 사용하면 배열에서 dtype을 바꿀 수 있다.")
a = np.arange(3);
a.astype(int) # a.astype('int34') 와 동일
a.astype('int34')
a.astype('int64')
a.astype(float) # a.astype('float64')
a.astype('float32')
a.astype('float64')
print(a)반응형
'프로그래밍 > Python' 카테고리의 다른 글
| [Python] PyQt5 5.15.9 (0) | 2023.08.08 |
|---|---|
| [PYTHON] CALENDAR, 달력 만들기 (0) | 2023.08.04 |
| Cannot interpret '<attribute 'dtype' of 'numpy.generic' objects>' as a data type (0) | 2023.07.09 |
| [python] matplotlib - pip install matplotlib (0) | 2023.07.09 |
| [python] 점프 투 파이썬 book (0) | 2023.07.07 |
