Numpy

• Numerical Python, 파이썬의 고성능 과학 계산용 패키지
• 왜 사용하는가?
  • 행렬과 매트릭스를 코드로 표현하는 것을 지원
  • 다양한 매트릭스 계산을 지원
  • 큰 매트릭스에 대한 표현 지원
  • 처리 속도 문제
• 특징
  • 일반 리스트에 비해 빠르고, 메모리 효율적
  • 반복문 없이 데이터 배열에 대한 처리 지원
  • 선형대수와 관련된 다양한 기능 제공
  • C, C++, 포트란 언어와 통합 가능
• 사용
  1. 가상환경 실행

     activate base

  2. numpy 설치

     conda install numpy

  3. 쥬피터 실행

     jupyter notebook

  4. numpy 임포트 import numpy as np

ndarray

• np.array 함수로 ndarray (배열) 생성

    import numpy as np

    np.array([1, 4, 5], float)
    print(test_array)
    # [1. 4. 5.]
    type(test_array[3])
    # numpy.float64

• 리스트와 다르게 하나의 데이터 type 만 배열에 넣을 수 있고, dynamic typing 을 지원하지 않음
• C 의 Array 를 사용하여 배열 생성
• 파이썬 리스트와 차이
  • 넘파이 어레이는 객체의 데이터 영역이 값을 지닌 배열을 직접 가리킴 + 각 공간 크기 일정함
  • 파이썬 리스트는 객체의 아이템 영역이 값을 가리키는 메모리 주소를 가리킴
  • 두 개의 ndarray 가 같은 값을 지녀도 두 원소에 대해 a[0] is b[0] 를 수행하면 False 가 나옴 (리스트에서는 True)
• shape : ndarray 의 dimension 구성을 tuple 로 반환
  • array 의 RANK 에 따라서 불리는 이름
    • rank 0, ex) 7 : scalar
    • rank 1, ex) [10, 10] : vector ⇒ (2,) ⇒ col
    • rank 2, ex) [[1, 2], [3, 4]] : matrix ⇒ (2, 2) ⇒ row, col
    • rank 3, ex) [[[1, 2], [3, 4]], [[5, 6], [7, 8]]] : 3-tensor ⇒ (2, 2, 2) ⇒ depth, row, col
    • rank n : n-tensor
  • ndim : 차원 개수
  • size : 데이터 개수
• dtype : ndarray 의 데이터 타입을 반환
  • C 의 data type 과 compatible
  • 주로 float64 사용
  • nbytes : ndarray 객체의 메모리 크기를 반환

shape 다루기

• reshape : 어레이의 shape 크기를 변경함, element 개수는 동일
  • -1 사용하면 나머지 엘리먼트를 보고 알아서 계산해줌
  • 원본은 바뀌지 않음

import numpy as np

test_matrix = [[1, 2, 3, 4], [1, 2, 5, 8]]
np.array(test_matrix).shape
# (2, 4)

np.array(test_matrix).reshape(4, 2)
# array([[1, 2],
#        [3, 4],
#        [1, 2],
#        [5, 8]])

np.array(test_matrix).reshape(2, 2, 2)
# array([[[1, 2],
#         [3, 4]],

#        [[1, 2],
#         [5, 8]]])

np.array(test_matrix).reshape(-1, 1)
# -1 => 8
# array([[1],
#        [2],
#        [3],
#        [4],
#        [1],
#        [2],
#        [5],
#        [8]])

• flatten : 다차원 array 를 1 차원 array 로 변환, reshape(1, -1) 은 원래 디멘션이 유지되는 반면, flatten 은 스칼라로 바꿔버림

Indexing & Slicing

Indexing

• 리스트와 달리 이차원 배열에서 [0, 0] 표기법 제공
  • a[0, 0] == a[0][0]
• 매트릭스일 경우 앞은 row, 뒤는 col 의미

Slicing

• 리스트와 달리 행과 열 부분을 나눠서 슬라이싱 가능
• 매트릭스의 부분 집합을 추출할 때 유용

a
# array([[10.,  2.,  3.,  4.],
#        [ 1.,  2.,  5.,  8.]])

a[:, 2:]
# array([[3., 4.],
#        [5., 8.]])

a[1, 1:3]
# array([2., 5.])

a[1:2]
# array([[1., 2., 5., 8.]])

• :: 는 step 기능, x 칸 뛰어넘음

Creation Function

arange

• 범위를 지정하여, 값의 리스트를 생성하는 명령어

b = np.arange(30)
b
# array([ 0,  1,  2,  3,  4,  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])

b = b.reshape(5, 6)
b
# array([[ 0,  1,  2,  3,  4,  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]])

np.arange(0, 10, 0.5)
# array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. , 5.5, 6. ,
#        6.5, 7. , 7.5, 8. , 8.5, 9. , 9.5])

ones, zeros and empty

• ones : 1 로 가득찬 array 생성
• zeros : 0 "
• empty : shape 만 주어지고 비어있는 array 생성 (memory initialization 되지 않음, 값 초기화를 안해서 메모리에 들어있는 기존 값 나옴)
• something_like (ones_like) : 기존 어레이의 shape 만큼 1, 0, 또는 empty 어레이 반환

identity, eyes, diag

• identity : 단위 행렬 (i 행렬) 생성
• eyes : 대각선이 1인 행렬 생성, 시작점 k 변경 가능
• diag : 대각 행렬의 값을 추출함

np.identity(n = 3, dtype = np.int8)
# or
np.identity(3)
# array([[1., 0., 0.],
#        [0., 1., 0.],
#        [0., 0., 1.]])

np.eye(3)
# array([[1., 0., 0.],
#        [0., 1., 0.],
#        [0., 0., 1.]])

np.eye(3, 5, k=2)
# array([[0., 0., 1., 0., 0.],
#        [0., 0., 0., 1., 0.],
#        [0., 0., 0., 0., 1.]])

b
# array([[ 0,  1,  2,  3,  4,  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]])
np.diag(b)
# array([ 0,  7, 14, 21, 28])

random sampling

• 데이터 분포에 따른 샘플링으로 어레이 생성
• uniform (균등분포), normal (랜덤분포), exponential (지수분포)

np.random.normal(0, 1, 10)
# array([-0.01407373, -0.90342127,  3.04201844,  2.45111633, -0.32714641,
#        -0.07848476, -0.65410073,  0.36465804, -0.26742882,  0.84662701])

np.random.normal(0, 1, 10).reshape(2, 5)
# array([[ 0.10503633,  0.711939  ,  1.62220759,  0.01422367, -1.71976678],
#        [-2.26470677,  0.57157168, -0.88920551, -0.00722432,  0.49078863]])

np.random.exponential(1)
# 1.2748717265749823

np.random.exponential(scale=2, size=10)
# array([0.35423572, 0.71810005, 0.79145404, 3.74830117, 1.94590341,
#        2.61224156, 4.21561447, 0.86994613, 1.01113432, 2.48008649])

Opretaion Functions

• sum : 어레이 모든 값 더함
• mean, std, var 등 매우 많은 연산이 지원됨
• 어떻게 연산을 지원하는가?
  • axis : 모든 operation function 실행할 때 기준이 되는 dimension 축
  • sum 할 때 매트릭스에서 axis 를 0 으로 하면 같은 col 끼리 더함

test_array = np.arange(1, 13).reshape(3, 4)
test_array
# array([[ 1,  2,  3,  4],
#        [ 5,  6,  7,  8],
#        [ 9, 10, 11, 12]])

test_array.sum(axis=1)
# array([10, 26, 42])

test_array.sum(axis=0)
# array([15, 18, 21, 24])

concatenate

• 어레이를 합치는 (붙이는) 함수
• vstack : 두 가로 벡터를 붙임
• hstack : 두 세로 벡터 (사실은 2 차원 어레이) 를 붙임
• concatenate, axis 를 설정하여 사용

newaxis

• 값은 그대로 두고 축을 추가해줌

array operations

• numpy 는 어레이간 기본적인 사칙 연산 지원함 (Element-wise operation, 어레이간 shape 가 같을 때 일어나는 연산)

Dot product

• dot 함수 사용

transpose

• transpose 또는 T 함수 사용

broadcasting

• Element-wise operation 과 차이를 기억하자
• shape 이 다른 배열 간 연산을 지원하는 기능
• 퍼져나가는 형식으로 연산이 진행됨
• matrix, scalar 사이 또는 matrix, vector 간 연산에도 지원

# matrix, scalar
test_array
# array([[ 1,  2,  3,  4],
#        [ 5,  6,  7,  8],
#        [ 9, 10, 11, 12]])

test_array + 100
# array([[101, 102, 103, 104],
#        [105, 106, 107, 108],
#        [109, 110, 111, 112]])

# matrix, vector
test_matrix = np.arange(1, 13).reshape(4,3)
test_vector = np.arange(10, 40, 10)
test_matrix + test_vector
# array([[11, 22, 33],
#        [14, 25, 36],
#        [17, 28, 39],
#        [20, 31, 42]])

numpy performance

timeit

• 쥬피터 환경에서 코드의 퍼포먼스를 체크하는 함수

iternation_max = 1e9
scalar = 2

%timeit np.arange(iternation_max) * scalar # numpy 를 이용한 성능 측정
# 51.4 µs ± 484 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

속도 차이

• 일반적으로 속도는 for loop < list comprehension < numpy
• 1 억번의 루프가 돌 때, 약 4 배 이상 차이를 보임
• 넘파이는 C 로 구현되어 성능을 확보하는 대신 동적 타이핑 포기함
• 대용량 계산에서 넘파이 사용
• Concatenate 처럼 계산이 아닌 할당 연산에서는 속도 차이가 없음

Comparisions

• 어레이들끼리 비교

All 과 Any

• all : 어레이의 모든 원소에 대해 조건 만족하는지 확인 후 True or False 를 반환, and 기능
• any : 어레이의 원소 중 하나라도 조건 만족하는지 확인 후 True or False 를 반환, or 기능

logical_operation

• 두 어레이의 각 원소에 대해 and, or, not 등의 연산 수행하여 각 원소마다 체크한 어레이 반환

np.where

• where(condition) → 조건 만족하는 원소의 인덱스 찾아줌
• where(condition, TRUE, FALSE) → 각 원소에 대해 조건 만족하면 true 에 넣은 밸류, 아니면 false 에 넣은 밸류 어레이에 담아서 리턴

a = np.arange(5, 15)
a
# array([ 5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

np.where(a > 10)
# (array([6, 7, 8, 9]),)

isnan, isinfinite

• 어레이 내장함수로 체크하는데 사용

argmax & argmin

• 어레이 내 최댓값, 최솟값 인덱스 반환
• axis 기반의 반환도 가능

argsort

• 어레이에서 작은 값 기준으로 정렬하여 인덱스 어레이 반환

boolean & fancy index

boolan index

• 쿼리처럼 특정 조건에 따른 값을 배열 형태로 추출
• 비교 연산 함수들도 모두 사용가능
• 조건 맞는 애들의 인덱스를 반환, 원래 값이랑 아규먼트랑 어레이 크기(쉐이프) 같아야함

test_array = np.array([1, 4, 0, 2, 3, 8, 9, 7], float)
test_array > 3
# array([False,  True, False, False, False,  True,  True,  True])

# boolean index
test_array[test_array > 3]
# array([4., 8., 9., 7.])

fancy index

• boolean 대신 인덱스 값을 넣어줌, 인테져 리스트를 씀
• 어레이를 인덱스 밸류로 사용해서 값 추출
• take 함수와 동일

a = np.array([2, 4, 6, 8], float)
b = np.array([0, 0, 1, 3, 2, 1], int) # 반드시 int 로 선언
a[b]
# array([2., 2., 4., 8., 6., 4.])

a.take(b)
# array([2., 2., 4., 8., 6., 4.])

• 매트릭스 형태의 데이터에도 적용가능

a = np.array([[1, 4], [9, 16]], float)
b = np.array([0, 0, 1, 1, 0], int)
c = np.array([0, 1, 1, 1, 1], int)
a[b, c]
# array([ 1.,  4., 16., 16.,  4.])
a[b]
# array([[ 1.,  4.],
#        [ 1.,  4.],
#        [ 9., 16.],
#        [ 9., 16.],
#        [ 1.,  4.]])

numpy data I/O

loadtxt & savetxt

• text type 데이터를 읽고 저장하는 기능

save

• txt 말고 numpy object 를 피클형태로 저장, 확장자 npy

---

참조

• BoostCamp AI Tech