ones를 이용해 1이 20개 저장된 ndarray 객체 만들기
np.ones(20, dtype=int)
#array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1])
data = [1] * 20
np.array(data)
#array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1])
4행5열로 만들기
np.ones(20, dtype=int).reshape(4,5)
255로 채워진 10X10 크기의 ndarray 객체를 생성하기
data = [1] * 20
np.array(data)
print(arr)
3x4 (행x열) 크기의 0으로 채워진 배열을 생생해보세요.
arr = np.zeros((3, 4))
arr
타입 바꾸기
data = [1, 2, 3]
arr = np.ndarray(data, dtype=np.int32)
타입변경 하기
arr = np.array([1.1, 2.1, 3.1])
arr2 = arr.astype(np.int32)
arr2
넘파이 분활하기
np.linespace(0,10,20) #시작,도착점,몇개로 나누는지
다음의 ndarry 객체에서 마지막 로우([6, 7, 8])을 출력하세요
arr = np.arange(9).reshape(3, 3)
arr
arr[:,1]
#array([1, 4, 7])
arr = np.arange(9).reshape(3, 3)
arr
arr[2]
#array([6, 7, 8])
여기서 17 출력하기
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
arr = np.arange(25).reshape(5, 5)
arr[3,2]
#np.int64(17)
[1 3]슬라이싱하기
arr = np.arange(5)
arr[1::2]
배열에서 지정한 부분부터 출력하기
arr = np.arange(25).reshape(5,5)
arr[1,1:]#1행1열부터 :출력하기
첫번째와 두번째 컬럼을 슬라이싱하는 코드를 작성하세요.
arr = np.arange(25).reshape(5, 5)
arr[ : , :2 ]
[[ 0 1 2 3 4][ 5 6 7 8 9]
[10 11 12 13 14][15 16 17 18 19]
[20 21 22 23 24]]
arr = np.arange(25).reshape(5, 5)
arr[1:3 , 1:3]
0. 3,20, 23 를 2x2 ndarray로 슬라이싱하는 코드를 작성하세요.
arr = np.arange(25).reshape(5, 5)
arr[::4 , ::3]
#array([[ 0, 3],