Numpy는 빅데이터 분석을 위해 사용하는 대표적인 라이브러리중 하나이다. Numpy의 핵심적인 요소는 ndarray object(N차원 배열 객체)이다.
행렬, 벡터 연산(선형대수)을 위한 표준 라이브러리로 빠른 처리속도가 장점이다.

1. ndarray

np.array() 메소드를 사용하여 순차적인 객체를 받아 np.array로 반환한다.

1. ndim: 차원 수
2. shape: 각 차원의 크기
3. size: 모든 요소의 수
4. dtype: 원소의 data type
5. itemsize: 원소의 byte 크기

2. 연산

shape가 같은 ndarray 사칙연산이 가능하다.
EX) +, -, /, *

import numpy as np

# 행렬 곱
np.matmul(a, b)
a @ b

# 가장 큰 값 반환
a.max()

# 가장 작은 값 반환
a.min()

# 평균 값 반환
a.mean()

# 배열의 평탄화
a.flatten()

#열 방향 원소
(axis = 0)

#행 방향 원소
(axis = 1) 

3. 메소드

# 1차원으로 덧붙이기
np.append(a,b)

# 난수 생성

# (3,3) 난수 생성
np.random.rand(3,3)

#  0~10 까지 10개의 난수 생성
np.random.randint(0, 10, size = 10)

4. 행렬 생성

# 0행렬
np.zeros((2,3))

# 모든 값이 1인 행렬
np.ones((2,3))

# 모든 값이 100인 행렬
np.full((2,3), 100)

# 단위 행렬
np.eye(3)

5. reshape

# 0~10 까지 배열 재구성
np.arrange(0,10).reshape(2,5)

np.arrange(0,10).reshape(5,2)

# 전치행렬
np.transpose(a)
a.transpose()

6. 인덱싱, 슬라이싱

print(a[0])

# 음수 인덱싱
print(a[-1])

# 여러 개의 원소 인덱싱
print(a[np.array([0,1])])

# 리스트 슬라이싱
a_list[1:5]