numpy ?

0. 정의

다차원 배열을 쉽게 처리하고 효율적으로 사용할 수 있도록지원하는 파이썬의 패키지

아래 장점이 있음.
Numpy의 배열은 생성 이후 크기를 변경할 수 없음. 만약 변경해야 하는 사항이 있을 시, 새로 생성해야 함
list와 다르게 Numpy 배열의 모든 값의 타입은 dtype으로 같음
list보다 메모리 공간을 덜 차지함

1. numpy 패키지 import하기

py 파일을 만들어서 바로 import numpy as np를 작성하면 에러가 뜸... 당연합니다 numpy를 설치한적도 없는데 찾으려고 했기 때문....

terminal을 켜고

pip install numpy

작성

path설정이 잘못되어있는건지?

일단 추가해줌...

그리고 vscode는 껐다 켜지 않으면 적용이 잘 안되더군요... 다시 껐다 켜줌.

마지막으로 잘 설치가되어있는지

pip show numpy

위 코드를 terminal에 작성해줍니다..

너무 길다
하지만 잘 설치되어있는 것 같습니다..
하얀 밑줄 있던 것이 사라짐

2. 간단한 코드 작성 후 실행

2-1. 코드 작성

import numpy as np
arr = np.array([1, 2, 3, 4])
arr10 = arr * 10
print(arr10)

2-2. 결과 확인

3. 2차원 데이터의 값 표현하기

3-1. 코드 작성

# 2차원 데이터의 값 표현하기
data2d = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

arr2 = np.array(data2d)
# arr[행 인덱스, 열 인덱스] 또는 arr[행 인덱스][열 인덱스]
print(arr2[ : , 0])

3-2. 결과 확인

4. ndarray ?

4-1. 행렬과 다차원 배열에 최적화된 타입. ndarray 객체.

리스트와 달리 데이터와 데이터 사이에 콤마 구분기호 없이 출력됨

data1 = [1, 2, 3, 4]
arr3 = np.array(data1)
print('arr3 : ', arr3)
print('type(arr3) : ', type(arr3))

4-2. ndarray > 2차원 리스트의 경우

2차원 리스트도 ndarray객체로 변환가능.
shape는 크기정보, ndim은 차원정보, dtype는 데이터 타입을 표현

data2d2 = [
    [1, 2], 
    [3, 4],
    [5, 6]
]
arr4 = np.array(data2d2)
print('arr4 : ', arr4)
print('arr4.shape : ', arr4.shape)  
print('arr4.ndim : ', arr4.ndim)
print('arr4.dtype : ', arr4.dtype)

5. 특정 값으로 구성된 ndarray함수

5-1. 기본형

arr5 = np.zeros(3)
arr6 = np.ones(3)

print('arr5 : ', arr5)
print('arr6 : ', arr6)

5-2. 사이즈 지정 가능

size = (3, 4)
arr7 = np.zeros(size)
print('arr7 : ', arr7)

5-3. 실수 범위 지정 가능 : np.arange

print('np.arange(5) : ', np.arange(5))
print('np.arange(1, 5) : ', np.arange(1, 5))
print('np.arange(1, 5, 2) : ', np.arange(1, 5, 2))

5-4. 배열의 형상 변경: arr.reshape

ndarr1 = np.arange(8)
ndarr2 = ndarr1.reshape(2, 4)
print('ndarr2 : ', ndarr2)

관련 링크 : https://wikidocs.net/160668 , https://wikidocs.net/160669