Numpy

Numpy의 특징

• 일반 List에 비해 빠르고 메모리 효율적
• 반복문 없이 데이터 배열에 대한 처리 지원
• 선형대수와 관련된 다양한 기능 지원

Array creation

• 하나의 데이터 타입만 배열에 넣을 수 있음 (List와 가장 큰 차이점)
  (한 개의 ndarray에 int와 float가 같이 있을 수 없음)
• 만약 다른 데이터 유형이 섞여있는 리스트를 ndarray로 변환하면 데이터 크기가 더 큰 데이터 타입으로 변환 일괄 적용

• shape : numpy array의 dimension 구성을 반환함

• dim : 각 array의 차원 확인

• dtype : numpy array의 data type을 반환함

• astype : array 내의 data값의 type 변경

• array의 rank에 따라 불리는 이름이 있음
  
  

Shape handling

• reshape : Array shape의 크기를 변경함, element의 개수는 동일
  
  

-flatten : 다차원 array를 1차원으로 변환

indexing

slicing

creation function

• arange : array의 범위를 지정하여 값의 list를 생성하는 명령어
  (범위 내에서 순차적으로 증가)
  

• zeros : 0으로 가득 찬 array 생성
  

• ones : 1로 가득 찬 array 생성
  

• empty : shape만 주어지고 비어있는 array 생성
  

• something_like : 기존 array의 shape 크기 만큼 1,0, empty array 반환
  

• identity : 단위행렬 생성
  

• eye : 대각선이 1인 행렬, k값의 시작 index 변경 가능
  

• diag : 대각행렬의 값 추출
  

• random sampling
  

operation functions

• sum : ndarray의 element들의 합
• mean,std : ndarray의 element의 평균, 표준편차
• axis : 모든 operation function을 실행할 때 기준이 되는 축
  
  
• concatenate : array를 합침
  
  

array operations

array간의 기본 사칙연산 지원

• Element wise operation : Array간 shape가 같을 때 일어나는 연산
  

• Dot product : 행렬 기본연산 (내적)
  

• 전치행렬 : transpose 또는 T 사용
  

• broadcasting : shape이 다른 배열 간 연산
  (scalar-vector, vector-matrix)
  
  

comparison

All, any : array의 전부또는 일부가 조건 만족 여부 반환

• numpy는 배열의 크기가 동일할 때 element 간 비교 결과를 boolean type으로 반환
  
  

-argmax, argmin : array 내 최대값 혹은 최소값의 인덱스 반환

boolean & fancy index