Numpy 기본 #2

1. Numpy란?

숫자와 관련한 파이썬 기반 라이브러리다. 

파이썬으로 계산을 할 때, 코드가 길어지고 시간이 오래걸리는 문제를 해결하기 위해서 나온 라이브러리다.

 

 

 

 

2. Numpy array의 생김새

array 는 어찌보면 파이썬의 리스트값과 비슷하다. 

 

jupyter에서 numpy를 사용하려면, 모듈을 불러올때 했던것 처럼 맨위에 import numpy 를 해야한다.

 

이런화면이 뜰텐데 처음시작시, 오른쪽 상단 new - python3 클릭해라.

 

import numpy를 하자

이것처럼, 맨윗줄에 이렇게 작성하고 시작. ' as np'는 numpy 다 적기 귀찮으니, np 라고 적어도 numpy라고 인식하겠다는 뜻이다.

 

array 값 array는 리스트와 비슷하다. 행렬을 생각하면 된다.

array값을 지정해줄때마다 변수 = cumpy.array([ ]) 를 해줘야 하며, numpy는 as np라 하였으므로 np.array라고 표현하였다.

이렇게 생겼다.  참고로 array1 은 변수이기에, 아무값이나 입력해도 된다. x, y a, b 등등.....

 

보면 array1은 1차원 배열이며, array2는 2차원 배열이다. 

 

 

여기서는 size를 입력하면 각 array안의 숫자 갯수를 알수 있고, shape은 각 행과 열을 알 수 있다. array2의 경우는 3행 4열인 2차원 array이다.

 

 

 

 

3. 여러가지 numpy.array

밑에 사진을 보며 이해가 가능 할 것이다.

맨밑의 arange의 경우는 python의 range함수와 닮았다.

 

 

 

4. 인덱싱, 슬라이싱

numpy에서 또한 인덱싱과 슬라이싱을 가능하다

 

-인덱싱을 할때 주의할점은, 2개이상의 인덱싱을 할때는 [[ ]] 대괄호가 2번 들어간다는 것이다. 값도 리스트로 출력하기 때문에, 1개일때와 다르다.

 

-슬라이싱할때 주의할점은, numpy슬라이싱은 [x:y] 일때, y-1까지 슬라이싱을 하는것이 아닌, x부터y까지 슬라이싱 한다는것!! 나중에 헷갈릴수 있으니 체크잘하자!

 

 

 

5. numpy 기본연산

array끼리 연산이 가능하다. 단! 인덱스값이 같아야한다.

 

array1 + array2, array1 * array2, array1 / array2 등등...

 

 

 

 

 

 

6. numpy 불린연산

> < == 등을 이용하여 array를 계산할 수 있다.

 

- where: where은 조건을 지정해주는 역할을 한다.

- True, False 값: 값이 나왔을때,  True이면 인덱스로 인식을하고, False이면 인식하지 않는다.

보다시피, True는 인덱스 1로 인식했다.

활욜을 한다면 다음과 같이 가능하다.

 

 

 

7. numpy array 와 python list 비교 

array는 [ ] 안에 있는값이, 오로지 숫자여야만 한다. 

array는 python list와 달리 array끼리 통째로 계산이 가능하다. ex)[10, 2] * 3, array1 + array2

 

 

 

8. numpy 기본통계

(array1은 임의의 변수다)

- 최대, 최소: print(array1, max()), print(array1, min())

- 평균: print(array1, mean())

- 중앙: print(np.median(array1))) 유일하게 다르게 생겼다

 

 

더 자세하고 세세한 정보를 원하면 여기한번 봐라. 내가한건 아니지만, 정말 잘되있다. 여기에 담기는 너무 많고, 내 실력도 안된다. 여기는 왕초보정보이니.....

doorbw.tistory.com/171 

numpy(넘파이) 기초 정리