[NumPy] 개요

kkiyou·2021년 6월 2일
0

Data Science

목록 보기
2/11
post-custom-banner

참고자료



1. NumPy

Numerical Python의 약자로, scientific computing을 위한 기본적인 파이썬 패키지다. What is NumPy?


일반적으로 Alias(별칭) np를 사용하여 import한다. 코드의 보편성 및 가독성을 위해서 관행적으로 사용하는 용어를 함께 사용하는 것이 바람직하다.

import numpy as np
# import numpy로 사용해도 무방하다.

numpy 변수의 출력값은 List와 헷갈릴 수 있기 때문에 헷갈릴 때는 type()dir()로 확인하는 것이 바람직하다. array를 print를 해보면,(Comma) 없이 출력되는 것을 볼 수 있다.

>>> a = np.zeros(3)
>>> a
array([0., 0., 0.])

>>> print(a)
[0. 0. 0.]

>>> print(type(a))
<class 'numpy.ndarray'>

>>> print(type(a[0]))
<class 'numpy.float64'>

>>> print(dir(a))
['T', '__abs__', '__add__', '__and__', '__array__', '__array_finalize__', '__array_function__', '__array_interface__', '__array_prepare__', '__array_priority__', '__array_struct__', '__array_ufunc__', '__array_wrap__', '__bool__', '__class__', '__complex__', '__contains__', '__copy__', '__deepcopy__', '__delattr__', '__delitem__', '__dir__', '__divmod__', '__doc__', '__eq__', '__float__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__iand__', '__ifloordiv__', '__ilshift__', '__imatmul__', '__imod__', '__imul__', '__index__', '__init__', '__init_subclass__', '__int__', '__invert__', '__ior__', '__ipow__', '__irshift__', '__isub__', '__iter__', '__itruediv__', '__ixor__', '__le__', '__len__', '__lshift__', '__lt__', '__matmul__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rlshift__', '__rmatmul__', '__rmod__', '__rmul__', '__ror__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__', '__rxor__', '__setattr__', '__setitem__', '__setstate__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__xor__', 'all', 'any', 'argmax', 'argmin', 'argpartition', 'argsort', 'astype', 'base', 'byteswap', 'choose', 'clip', 'compress', 'conj', 'conjugate', 'copy', 'ctypes', 'cumprod', 'cumsum', 'data', 'diagonal', 'dot', 'dtype', 'dump', 'dumps', 'fill', 'flags', 'flat', 'flatten', 'getfield', 'imag', 'item', 'itemset', 'itemsize', 'max', 'mean', 'min', 'nbytes', 'ndim', 'newbyteorder', 'nonzero', 'partition', 'prod', 'ptp', 'put', 'ravel', 'real', 'repeat', 'reshape', 'resize', 'round', 'searchsorted', 'setfield', 'setflags', 'shape', 'size', 'sort', 'squeeze', 'std', 'strides', 'sum', 'swapaxes', 'take', 'tobytes', 'tofile', 'tolist', 'tostring', 'trace', 'transpose', 'var', 'view']

>>> b = [0, 0, 0]
>>> b
[0, 0, 0]

>>> print(b)
[0, 0, 0]

>>> type(b)
list

2. Array

Array(배열)은
1. 순서가 있는(Sequence)
2. 같은 종류의 데이터가 저장된(Homogeneous)
3. 값을 변경할 수 있는(Mutable)
집합이다.


NumPy에서는 ndarray를 사용하는데, N-dimensional array type을 의미한다. ndarray의 모든 값은 같은 크기의 메모리 영역에 저장된다.

array는 대괄호의 개수로 몇 차원 배열인지 알 수 있다.


Vector
1차원 배열(1D array)을 의미한다.

>>> vector = np.array([0, 1, 2, 3])
>>> vector
array([0, 1, 2, 3])
>>> print(vector)
[0 1 2 3]

Matrix(행렬)
2차원 배열(2D array)을 의미한다.

>>> matrix = np.array([[0, 1],
                       [2, 3]])
>>> matrix
array([[0, 1], 
       [2, 3]])
>>> print(matrix)
[[0 1]
 [2 3]]

Tensor
3차원(3D array) 이상의 배열을 의미한다.

>>> tensor = np.array([[[0, 1, 2],
                        [3, 4, 5],
                        [6, 7, 8]]])
>>> tensor
array([[[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]]])
>>> print(tensor)
[[[0 1 2]
  [3 4 5]
  [6 7 8]]]

array([3, 2])는 3행(row) 2열(column)을 의미한다. 동시에 좌표평면 상에서는 (2, -3)으로 표현할 수 있다. 이때 y를 음수로 표기하는 이유는 배열이 위에서 아래로 출력되기 때문에 보는 것과 동일하게 만들기 위함이다.

array([3, 2])



3. NumPy 특징

  • 같은 Data type(자료형)만을 처리할 수 있다. 특히 NumPy는 수치 연산을 위해 사용하는 도구이므로 일반적으로 숫자를 사용한다.
    # 문자와 숫자가 혼합되어 있는 경우 모두 문자로 형변환하여 저장된다.
    >>> arr = np.array([1, '2', True])
    >>> arr
    array(['1', '2', 'True'], dtype='<U21')
    
    >>> for i in arr:
            print(type(i))
    <class 'numpy.str_'>
    <class 'numpy.str_'>
    <class 'numpy.str_'>
  • str(문자열)을 unsigned int(부호가 없는 정수형)으로 처리한다.

    >>> np.array(["ab", "cd"]).dtype
    dtype('<U2')
  • bytes(character)는 str(문자열)로 처리하낟.

    >>> np.array([b'a', b'b']).dtype
    dtype('S1')


4. NumPy 데이터 형식

dtypetype codedescrition
int8i1부호 있는 8비트 정수형
int16i2부호 있는 16비트 정수형
int32i4부호 있는 32비트 정수형
int64i8부호 있는 64비트 정수형
unit8u1부호 없는 8비트 정수형
unit16u2부호 없는 16비트 정수형
unit32u4부호 없는 32비트 정수형
unit64u8부호 없는 64비트 정수형
float16f2실수형 ; 반 정밀도 부동소수점형
(부호 1비트, 지수 5비트, 가수 10비트)
float32f4실수형; 단 정밀도 부동소수점형
(부호 1비트, 지수 8비트, 가수 23비트)
float64f8실수형; 배 정밀도 부동소수점형
(부호 1비트, 지수 11비트, 가수 54비트)
float128f16실수형; 네배 정밀도 부동소수점형
(부호 1비트, 지수 15비트, 가수 112비트)
complex64c8복소수
(실수부, 허수부 각각float32)
complex128c16복소수
(실수부, 허수부 각각float64)
complex256c32복소수
(실수부, 허수부 각각float128)
boolbTrue or False
stringS(byte) string
unicodeUunicode
objectOpython object(객체)
dateMdatetime(날짜)
post-custom-banner

0개의 댓글