Numpy 패키지는 과학계산, 데이터 분석에 필요한 python package이다.
Numpy의 기능은 굉장히 여러가지가 있는데,
가장 주요한 기능은 array만들기다.
ndarray만들기
- arange()
- array([])
크기 (size, shape, ndim)
- ndarray.size : 행렬 내 원소의 개수
- ndarray.shape : 행렬의 모양
- ndarray.ndim : 행렬의 축(axis)의 개수
- reshape() : 행렬의 모양를 바꿈.
type
파이썬의 type과 numpy의 type은 같으면서도 다르다.
- python : type()
- NumPy: numpy.array.dtype
numpy로 만든 행렬A 가 있다고 치자.
파이썬의 type을 썼을 때는 행렬A의 자료형이 반환된다.
numpy의 dtype을 썼을 때는 행렬A 원소의 자료형이 반환된다.
특수행렬
단위행렬, 영행렬, 1행렬 등의 행렬 생성도 가능하다.
- 단위행렬 : Numpy.eye()
- 0 행렬 : Numpy.zeros([])
- 1 행렬 : Numpy.ones([])
broadcast(브로드캐스트)
Numpy가 제공하는 강력한 연산기능이다.
참고자료
slice and indexing
Numpy도 python list와 마찬가지로 slice와 indexing 기능을 제공한다.
- indexing :
- A[0, 1]
- slice :
- A[:,1:]
- A[:2:]
random
- np.random.randint()
- np.random.randint(0,10)
- np.random.choice() :
- np.random.choice([0,1,2,3,4,5,6,7,8,9])
- np.random.permutation()
- np.random.permutation(10)
- np.random.permutation([0,1,2,3,4,5,6,7,8,9])
- np.random.normal() : 정규분포
- np.random.normal(loc=0, scale=1, size=5)
- 평균(loc), 표준편차(scale), 추출개수(size)
- np.random.uniform() : 균등분포
- np.random.uniform(low=-1, high=1, size=5)
- 최소(low), 최대(high), 추출개수(size)
전치행렬
행과 열을 맞바꾸기, 행렬의 축을 서로 바꾸기 등에 사용한다.
- arr.T
- np.transpose
기본 통계
numpy는 기본 통계 기능도 제공한다.
분산, 표준, 중앙값 등 numpy를 불러와서 간단하게 연산이 가능하다.
- sum() : 합
- mean() : 평균
- std() : 표준편차
- median() : 중앙값
