Python - Numpy

Numpy import

import numpy as np

 

Numpy 배열 생성

아래와 같은 형태로 생성합니다.

npArray = np.array([1, 2, 3, 4, 5])

 

 

Numpy 배열의 연산

a = np.array([3, 6, 9])
b = np.array([1, 2, 3])


print(a+b)
#[ 4  8 12]

print(a * b)
#[ 3 12 27]

print(a - b)
#[2 4 6]

print(a / b)
#[3. 3. 3.]

print(a==b)
#[False False False]

 

 

기타 메소드

 

sum()

numpy 배열안의 모든 값을 합한 값을 리턴합니다.

a = np.array([3, 6, 9])

np.sum(a)
#18

 

mean()

numpy 배열의 평균을 구합니다.

a = np.array([3, 6, 9])

np.mean(a)
6.0

 

 

ones(), zeros(), full(), arange()

입력된 매개변수를 가지고 배열을 만드는 함수들 입니다.

np.ones(5)						#입력받은 매개변수 값만큼 크기의 배열을 1으로 채워 넣어 생성합니다.
#array([1., 1., 1., 1., 1.])


np.zeros(3)						#ones()함수와 비슷하지만 여기서는 0으로 값을 채워 넣습니다.
#array([0., 0., 0., 0., 0.])


np.zeros((2,3))					#다차원 배열을 만들 수 있습니다.
#array([[0., 0., 0.],
       [0., 0., 0.]])
       

np.full((2,3), 3)				#임의의 값을 배열의 값으로 지정하여 다차원 배열을 생성할 수 있습니다.
#array([[3, 3, 3],
       [3, 3, 3]])
       
np.arange(5)					#입력된 매개변수 값만큼 인덱스 순서의 값을 갖는 배열 생성
#array([0, 1, 2, 3, 4])

 

unique()

import numpy as np

array = [1, 2, 3]

np.unique(array)
#array([1, 2, 3])

np.unique(array, return_counts=True)
#(array([1, 2, 3]), array([1, 1, 1]))  해당 리스트에 존재하는 값(중복없이)과 값별 존재하는 갯수를 반환해줌

 

flip() 배열 뒤집기 파이썬 방법으로는 x[::-1]도 가능

 

dot() 합성곱(내적)