파이썬(Python) Numpy 기초 정리1

 

파이썬(Python) Numpy 기초 정리1

 

1. Numpy

 

Numpy(넘파이)는 다차원 배열과

행렬들을 효율적으로 사용할수 있도록

지원하는 파이썬의 패키지입니다.

 

넘파이를 사용하려면

먼저 호출합니다.

 

import numpy as np

 

(as np는 넘파이를 np로 

줄여 쓰겠다는 의미)

 

---

 

2. 예제를 통한 Numpy 배우기

 

(1)

 

ο 리스트를 넘파이의 1차원 배열로 만드는 방법

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

 

ο 데이터 개수 구하기

a.size

 

ο 데이터 모양 확인

 

a.shape

 

ο 넘파이 리스트의 타입 알아보기

a.dtype

 

ο 평균 구하기

a.mean()

 

ο 최대값 구하기

a.max()

 

ο 최소값 구하기

a.min()

 

 

# --------------------------------------------------------------------------- #
 
 
# 넘파이 호출
import numpy as np        
 
# /== 1차원 배열로 리스트 만들기 ==/
a = np.array( [1, 2, 3, 4, 5] )   
a                                 # 변수에 만들어졌는지 확인                               
 
# 결과
array([1, 2, 3, 4, 5])
 
 
# /== 데이터의 모양 확인 ==/
np.shape(a)
 
# 결과
# (5,)
 
 
# /== 데이터의 개수 구하기 ==/
np.size(a)
 
# 결과
# 5
 
 
# /== 데이터의 최대값 구하기 ==/
a.max()
 
# 결과
# 5
 
 
# /== 데이터의 최소값 구하기 ==/
a.min()
 
# 결과
# 1
 
 
 
# /== 데이터의 평균값 구하기 ==/
a.mean()
 
# 결과
# 3.0
 
 
# --------------------------------------------------------------------------- #

 

---

 

(2)

넘파이의 2차원 배열을 만드는 방법

np.array( [[1,2], [3,4]] )

 

# --------------------------------------------------------------------------- #
 
 
# /== 넘파이의 2차원 배열을 만드는 방법 ==/
np.array( [[1,2], [3,4]] )
 
# 결과
# array([[1, 2],
#       [3, 4]])
 
D = np.array( [[1,2], [3,4]] ) # D 변수에 저장(2차배열부터는 변수를 대문자로)
D
 
# 결과
# array([[1, 2],
#       [3, 4]])
 
 
# /== 데이터의 개수 ==/
D.size
 
# 결과
# 4
 
# /== 데이터의 모양 ==/
D.shape
 
# 결과
# (2, 2)
 
# /== 데이터의 타입 ==/
D.dtype
 
# 결과
# dtype('int32')
 
 
# --------------------------------------------------------------------------- #