numpy :: creation function

import numpy as np

arange

• array의 범위를 지정하여, 값의 list를 생성하는 명령어

np.arange(30) # arange : list의 range와 같은 효과, integer로 0부터 29까지 배열 추출

array([ 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, 25, 26, 27, 28, 29])

np.arange(0, 5, 0.5) # (시작, 끝, step) & floating point 표시 가능

array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])

np.arange(30).reshape(5, 6)

array([[ 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, 25, 26, 27, 28, 29]])

zeros

• 0으로 가득찬 ndarray 생성
• np.zeros(shape, dtype, order)

np.zeros(shape=(10,), dtype=np.int8) # 10 - zero vector 생성

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int8)

np.zeros((2, 5)) # 2 by 5 - zero matrix 생성

array([[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]])

ones

• 1로 가득찬 ndarray 생성
• np.ones(shape, dtype, order)

np.ones(shape=(10,), dtype=np.int8)

array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int8)

np.ones((2,5))

array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])

empty

• shape만 주어지고 비어있는 ndarray 생성
• memory initialization이 되지 않음
• 메모리 공간만 잡아주는 것

np.empty(shape=(10,), dtype=np.int8)

array([110, 0, 32, 0, 70, 0, 105, 0, 108, 0], dtype=int8)

np.empty((3,5))

array([[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]])

something_like

• 기존 ndarray의 shape의 크기만큼 1, 0 또는 empty array 리턴

test_matrix = np.arange(30).reshape(5, 6)
np.ones_like(test_matrix)

array([[1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1]])

np.zeros_like(test_matrix)

array([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])

identity

• 단위 행렬 (정방행렬) 생성

np.identity(n=3, dtype=np.int8) # n : number of rows

array([[1, 0, 0],
[0, 1, 0],
[0, 0, 1]], dtype=int8)

np.identity(5)

array([[1., 0., 0., 0., 0.],
[0., 1., 0., 0., 0.],
[0., 0., 1., 0., 0.],
[0., 0., 0., 1., 0.],
[0., 0., 0., 0., 1.]])

eye

• 대각선이 1인 행렬, k값의 시작 index의 변경이 가능

np.eye(N=3, M=5, dtype = np.int8)

array([[1, 0, 0, 0, 0],
[0, 1, 0, 0, 0],
[0, 0, 1, 0, 0]], dtype=int8)

np.eye(3)

array([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])

np.eye(3, 5, k=2) # k : start index

array([[0., 0., 1., 0., 0.],
[0., 0., 0., 1., 0.],
[0., 0., 0., 0., 1.]])

diag

• 대각 행렬의 값을 추출함

matrix = np.arange(9).reshape(3,3)
np.diag(matrix)

array([0, 4, 8])

np.diag(matrix, k=1) # k : start index

array([1, 5])

random sampling

• 데이터 분포에 따른 sampling으로 array 생성

np.random.uniform(0,1,10).reshape(2,5) # 균등분포

array([[0.39687944, 0.14559092, 0.62898727, 0.26847138, 0.60052723],
[0.69149895, 0.40151342, 0.02206676, 0.7171968 , 0.81369266]])

np.random.normal(0,1,10).reshape(2,5) # 정규분포

array([[-0.04325594, -0.50706879, -0.37899264, -0.35053484, 0.18610277],
[-1.0736414 , 0.34261525, 1.18722716, -1.84160466, 0.75003724]])

---

https://www.boostcourse.org/ai222/lecture/24071