[인공지능] NumPy 개념 및 예제(1)

NumPy란?
-고성능의 수치계산을 위한 라이브러리
-NumPy는 다차원 배열 데이터 구조가 포함되어 있다.
-NumPy는 데이터 전처리 및 다양한 수학적인 행렬 연산을 수행하는데 사용할 수 있다.
-NumPy를 이용하기 위해서는 import numpy as np를 import해야한다.

NumPy배열의 속성

ndim : 축(axis)의 개수, 2차원 배열이면 ndim은 2이다
shape : 배열의 형상, 형상은 정수 튜플로 나타낸다
size : 배열의 사이즈
dtype : 배열 요소의 자료형(numpy.int32, numpy.int16,numpy.float64)
itemsize : 배열을 이루는 요소의 크기로서 단위는 바이트이다.
data : 실제 데이터가 저장되는 메모리 블럭의 주소

import numpy as np
a = np.array[[0,1,2],[3,4,5],[6,7,8]]
a.shape // (3,3)
a.ndim // 2
a.dtype // dtype('int32')
a.itemsize // 12
a.size // 9

np.zeros((3,4)) // array[[0.,0.,0.,0.],[0.,0.,0.,0.],[0.,0.,0.,0.]]
np.ones((3,4)) //  array[[1,1,1,1],[1,1,1,1],[1,1,1,1]]
np.eyes(3) // array[[1.,0.,0.,],[0.,1.,0.],[0.,0.,1.]]

NumPy arrang

np.arange(시작값,종료값,간격)

np.arange(5) // array([0,1,2,3,4])


np.arange(1,6) // array([0,1,2,3,4])

np.arange(1,10,2) // array([1,3,5,7,9])

NumPy 배열 합치기

x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])

np.concatenate((x,y),axis = 1) // array([1,2,3,4],[5,6,7,8])

x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])

np.vstack((x,y)) // array([[1,2],[3,4],[5,6],[7,8]])