Numpy _ 1

2. 기본 사용

NumPy의 주요한 객체는 다차원의 동종 어레이 (homogeneous multidimensional array)입니다.

보통 숫자로 구성되는 어레이는 모두 동일한 타입의 요소를 갖고, 음이 아닌 정수 (0, 1, 2 ..)로 인덱싱됩니다.

NumPy 어레이를 하나 만들고 출력해 보겠습니다.

예제

import numpy as np a = np.array([1, 2, 3]) print(a)

[1 2 3]

np.array() 함수에 숫자들을 입력함으로써 1차원의 어레이가 하나 만들어지고 출력됩니다.

 

3. 어레이 생성/초기화

NumPy는 어레이의 생성/초기화와 관련된 다양한 함수 (링크)를 제공합니다.

예제

import numpy as np a = np.zeros(3) b = np.ones((2, 3)) print(a) print(b)

[0. 0. 0.] [[1. 1. 1.] [1. 1. 1.]]

np.zeros()와 np.ones() 함수를 이용해서 0 또는 1로 채워진 특정한 형태의 어레이를 만들 수 있습니다.

 

 

4. 수학 연산

NumPy는 어레이 단위에서 수학적 연산을 위한 다양한 함수 (링크)를 제공합니다.

예제

import numpy as np a = np.array([1., 2., 3., 4.]) b = np.array([4., 3., 2., 1.]) print(np.add(a, b)) print(np.multiply(a, b)) print(np.mean(a))

[5. 5. 5. 5.] [4. 6. 6. 4.] 2.5

np.add() 함수를 이용해서 두 어레이의 값들을 요소별로 더하거나,

np.multiply() 함수를 이용해서 두 어레이의 값들을 요소별로 곱하거나,

np.mean() 함수를 이용해서 어레이의 값들의 평균을 간편하게 계산할 수 있습니다.

뿐만 아니라 지수/로그, 삼각함수, 행렬 연산 등의 다양한 함수들을 제공합니다.

 

 

5. 난수 생성

NumPy는 난수 생성을 위한 편리한 함수 (링크)들을 제공합니다.

예제

import numpy as np a = np.random.rand(2, 5) b = np.random.randn(3, 4) print(a) print(b)

[[0.64142195 0.85671247 0.00291901 0.66353295 0.16384621] [0.87473735 0.83652392 0.69267566 0.17472667 0.58480727]] [[ 0.96173916 1.19945035 -0.52459619 -0.64527441] [-0.91510584 -0.73111847 0.49338803 -0.40794266] [-0.95217605 1.1625888 0.35279121 -0.60916499]]

np.random.rand() 함수를 이용해서 0에서 1 범위에서 균일한 분포를 갖는 숫자들을 샘플링하거나,

np.random.randn() 함수를 이용해서 표준정규분포를 갖는 숫자들을 샘플링할 수 있습니다.

 

 

6. 상수

NumPy는 편리하게 사용할 수 있는 다양한 상수 (링크)들을 제공합니다.

예제

import numpy as np a = np.pi b = np.e print(a) print(b)

3.141592653589793 2.718281828459045

np.pi는 ππ 이고, np.e는 오일러 상수(Euler’s constant)입니다.

 

이제 NumPy의 다양한 기능에 대해 자세히 살펴 보겠습니다.

순서는 아래와 같습니다.