Numpy 정리 (Boost Course)

Numerical Python
파이썬의 고성능 과학 계산용 패키지
Array 연산의 표준

Numpy의 특징

• 메모리 효율적
• 반복문 없이 사용 가능

ndarray

• np.array = ndarray
• numpy는 하나의 데이터 type만 배열에 넣을 수 있음

array.shape

• array의 dimension
• shape은 맨 뒤부터 column, row, .. 순서로 표현

array.dtype

• array 전체의 데이터 type

array.size

• element의 개수

Reshape

array.reshape(shape)

• size는 같은 한에서, 바꿀 수 있음
• -1을 넣은 곳은 알아서 개수를 선정 해줌

array.flatten()

• 1차원 array로 변환

Indexing

a[0,0] = a[0][0]

• Indexing시 두 가지로 표현 가능

Slicing

a = np.array([1,2,3,4,5],[6,7,8,9,10])
a[:2,:]
a[1:2,:2]

• 리스트와 달리 원하는 부분만 slicing 가능

a[:,start_point:end_point:step]

• 요것도 가능

arange

np.arrange(num)
np.arange(start,end,step) 

• range랑 유사하나, step에 소수도 입력 가능

zeros, ones, empty

np.zeros(shape=())
np.ones(shape=())

np.ones_like(test_matrix)
np.zeros_like(test_matrix)
np.empty_like(test_matrix)

• matrix shape의 array를 반환

identity

np.identity(n=num)

• num x num의 단위 행렬 생성

eye

np.eye(row,col,k=start)

• k index를 시작점으로 단위 행렬 생성
  이전은 0

diag

np.diag(array)

• 대각 행렬 추출

random sampling

np.random.uniform(start,end,num)
np.random.normal(mean,var,num)

• 여러가지 분포 함수 사용 가능

operation

array.sum(axis=)
array.mean(axis=)
array.std(axis=)

• 축을 기준으로 계산 해줌 (sin, cos 등 모두 가능)

concatenate

np.vstack((array1,array2))
np.hstack((array1,array2))

• vstack은 벡터 행 추가
• hstack은 벡터 열 추가

np.concatenate((array1,array2),axis=0 or 1)

• 행렬 붙이기

b = b[np.newaxis,:]

• 축을 추가시켜줌

array operation

• array끼리 +, - * 등으로 사칙 연산을 지원
• Element wise 연산
• 스칼라, 벡터, 매트릭스에서 broadcasting 으로 없는데 있는 것 처럼 계산 해줌

dot

array1.dot(array2)

• 행렬곱

transpose

array.T 

• 전치

Comparison

a = np.arange(5)
a < 3 

• array((True,True,True,False,False)
• boolean array가 return 됨

all & any

np.all(a < 3)

• 모두 3보다 작아야 True

np.any(a < 3)

• 하나라도 3보다 작으면 True

• array 간의 비교도 element wise로 가능

where

np.where(a < 3,TRUE_num,False_num)

• condition이 True인 곳에 TRUE_num, False인 곳에 False_num

np.where(a < 3)
np.isnan(a)
np.isfinite(a)

• True인 index값을 반환

argmax, argmin

np.argmax(a)
np.argmin(a)

• 최대값, 최소값의 index를 반환
  axis를 지정해 axis 기반 반환도 가능

np.argsort(a) 
np.argsort(a)[::-1]

• sorting한 index를 반환

Boolean index

array[array >3]

• True에 해당하는 값만 불러옴
  boolean list의 shape이 array와 동일해야 함

Fancy index

a = np.array([2,4,6,8])
b = np.array([0,0,1,3,2,1],int)
a[b]
a.take(b)

• b 배열의 값을 index로 a값 추출