#1000보다 작은 짝수가 지정된 ndarray객체를 만들어보세요
np.arange(2,1000,2)
#0부터 1까지 0.1간격으로 구성된 ndarray를 생성 1은 포함 x
np.arange(0,1,0.1)
#2행 3열의 ndarray로 반환
data = [0,1,2,3,4,5]
arr = np.array(data).reshape(2,3)
print(arr)
#2차원에서 1차원
arr = np.arange(3).reshape(3,1)
print (arr)
#2차원 배열
data = [
[0, 1, 2],
[3, 4, 5]
]
arr = np.array(data)
np.arange(6).reshape(2,3)
#1이 20개 저장된 아래의 ndarray 객체를 만들기
data = [1] * 20
np.array(data)
np.ones(20,dtype=int)
#4행 5열로 저장된 아래의 ndarray 객체를 만들어보세요
np.ones(20,dtype=int).reshape(4,5)
#255로 채워진 10X10ㅡ기의 ndarray객체 생성
np.ones(100,dtype=int).reshape(10,10)
arr = arr * 255
#3X4 크기의 0
arr = np.zeros((3,4))
arr
#dtype32고정
data = [1,2,3]
arr = np.ndarray(data , dtype=np.int32)
#np.int16타입의 배열로 형변환
arr = np.array([1,2,3])
arr.astype(np.int16)
#np/int32타입으로 변경
arr = np.array([1.1,2.1,3.1])
arr.astype(np.int32)
array([ 0. , 0.52631579, 1.05263158, 1.57894737, 2.10526316,
2.63157895, 3.15789474, 3.68421053, 4.21052632, 4.73684211,
5.26315789, 5.78947368, 6.31578947, 6.84210526, 7.36842105,
7.89473684, 8.42105263, 8.94736842, 9.47368421, 10. ])
np.linspace(0,10,20) #(0~10까지,분할)
#로우 인덱싱
arr = np.arange(9).reshape(3,3)
print(arr)
arr[2]
#컬럼 인덱싱
arr = np.arange(9).reshape(3,3)
print(arr)
arr[:,1]
#데이터 인덱싱
a = np.arange(25).reshape(5,5)
print(a)
a[3][2]
#[1 3]을 슬라이싱 하는 코드 작성
a = np.arange(5)
a[1::2]
#[6 7 8 9]를 슬라이싱 하는 코드를 작성하세요.
a = np.arange(25).reshape(5,5)
print(a)
a[1][1:]
#첫번 째 열 두 번째 열
a = np.arange(25).reshape(5,5)
print(a)
a[:,:2]#콤마를 기준
# 6,7,11,12를 2X2 ndarray로 슬라이싱
a = np.arange(25).reshape(5,5)
print(a)
a[1:3,1:3]
#0. 3,20, 23 를 2x2 ndarray로 슬라이싱하는 코드를 작성하세요
arr = np.arange(25).reshape(5, 5)
arr
print(arr)
arr[::4,::3]