방구석

몇차원 배열인지 확인해보자!¶ 몇 차원인지 확인해보는 함수는 ndim으로 넘버 오브 디멘션(number of dimension)이다. In [1]: import numpy as np In [2]: x = np.arange(5, 29+1).reshape(5,5) In [3]: x Out[3]: array([[ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19], [20, 21, 22, 23, 24], [25, 26, 27, 28, 29]]) In [4]: x.ndim Out[4]: 2 In [5]: y = np.arange(10) In [6]: y Out[6]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) In [7]: y.ndi..

원하는 배열모양으로 바꾸어보자! reshape 함수!¶ 배열을 원하는 모양으로 바꾸려면 reshape() 함수에 괄호에 원하는 배열의 모양을 넣어주면 된다. 넘파이 배열의 함수이기에 "배열.reshape(원하는 배열 모양)" 으로 넣어주면 된다. In [1]: import numpy as np In [2]: x = np.arange(20) In [3]: x Out[3]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]) In [4]: x.shape Out[4]: (20,) In [5]: X = x.reshape(4, 5) In [6]: X Out[6]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7..

원하는 범위의 배열을 생성해보자, numpy.arange¶ 기존 범위를 생성하는 함수는 range() 함수였다. numpy에서는 arange 함수를 제공한다. 파라미터는 range 함수와 같이 np.arange(start,stop,step) 이다. stop(끝)부분의 숫자를 포함하지 않기에 주의가 필요하다. In [2]: import numpy as np In [3]: np.arange(10) Out[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) In [4]: np.arange(4, 9+1) Out[4]: array([4, 5, 6, 7, 8, 9]) In [5]: np.arange(1, 13+1, 2) Out[5]: array([ 1, 3, 5, 7, 9, 11, 13]) ..

0으로만 이루어진 배열을 만들어보자, np.zeros()¶ 먼저 넘파이를 임포트하고, np.zeros()의 괄호안에 원하는 배열의 shape을 넣어주면 된다. In [2]: import numpy as np In [3]: np.zeros( (3, 4) ) Out[3]: array([[0., 0., 0., 0.], [0., 0., 0., 0.], [0., 0., 0., 0.]]) In [4]: np.zeros( 7 ) Out[4]: array([0., 0., 0., 0., 0., 0., 0.]) In [5]: np.zeros( 7, ) Out[5]: array([0., 0., 0., 0., 0., 0., 0.]) 1차원 배열은 콤마를 적어도, 적지않아도 똑같이 작동하는것을 볼 수 있다. 1로만 이루어진 배..

배열을 저장해보자!¶ In [2]: import numpy as np In [3]: X = np.array([ [1, 2], [3, 4] ]) In [4]: X Out[4]: array([[1, 2], [3, 4]]) In [5]: np.save('my_array', X) # 원하는 파일명, 저장할 어레이 위와같이 파일이 생성된것을 볼 수 있다. 파일은 보통 주피터노트북이 저장되는 파일에 같이 저장된다. 배열을 로드해보자!¶ In [6]: Y = np.load('my_array.npy') In [7]: Y Out[7]: array([[1, 2], [3, 4]])

배열과 리스트 비교하기¶ 1차원 배열과 리스트 비교하기¶ 넘파이를 사용하기 위해서는 먼저 넘파이를 import 해야한다. In [1]: import numpy as np # numpy는 계속 반복해서 쓰므로 np라고 줄여 쓴다. In [2]: a =[1,2,3,4,5] In [3]: x = np.array([1,2,3,4,5]) In [4]: type(x) Out[4]: numpy.ndarray In [5]: x Out[5]: array([1, 2, 3, 4, 5]) 넘파이를 import하고 리스트 a와 넘파이 배열 x를 만들었다. 넘파이 배열을 만드는 간단한 방법은 numpy.array(리스트)함수에 리스트를 넣어주는 것이다. 이렇게 리스트를 넣어주면 파이썬 리스트가 아니라 넘파이 1차원 배열이 된다...

Numpy와 다차원 배열¶ NumPy는 다차원 배열을 처리할 수 있는 선형대수학(Linear Algebra) 라이브러리입니다. 다차원 배열은 뭐고 왜 우리가 이를 다뤄야 할까요? 다차원 배열이란 단어는 생소하더라도 생활 곳곳에서도 쓰일정도로 우리에게 필요하기 때문입니다. 한번 예를 들어 보겠습니다. 카페의 주인이 되었다고 한다면 새로운 고객이 한명 늘 때마다 멤버쉽에 이름(닉네임), 비밀번호, 보유 포인트등의 정보가 저장될것입니다. In [1]: membership = [{'이름' : '김나나', '비밀번호' : 3864, '보유포인트' : 1000 }, {'이름' : '김라라', '비밀번호' : 5716, '보유포인트' : 1500 }] In [2]: print(membership) [{'이름': '김..