수학, 과학 계산용 module을 의미한다.
import numpy as np
n차원의 배열을 의미한다. 그리고 dtype도 설정할 수 있다.
- 1차원 배열
arr1 = np.array([1,2,3,4])
- 2차원 배열
arr2 = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12], [13,14,15,16]])
np.array([1,2,3,4]) ≠ [1,2,3,4]
mylist1 = [1,2,3,4,5,6] arr1 = np.array(mylist1) arr1.shape # (6, )
arr1.shape # (4, ) arr2. shape # (2,4)
shape를 통하여, 어떤 ndarray 인지 알 수 있다.
ex. 1차원인지 2차원인지 알 수 있다.
모두 실수 형태로 변경된다.
dtype = int 라고 지정하면, 모두 정수 형태로 변경된다.
모두 문자형으로 변경된다. 그래서 + 연산자를 이용하면 문자열이 연결된다.
if dtype = int 라고 설정...
arr = np.array([1, 3.14, '티노킴', '1234'], dtype = int) # 불가능
arr = np.array([1, 3.14, '1234'], dtype=int) # 가능
정리를 하면...
- 정수와 실수 > 실수로 변경된다. 하지만 dtype을 지정하면 원하는 형태로 변경이 가능하다.
- 정수와 문자열 > 문자열로 변경된다. 하지만 dtype을 지정하면 원하는 형태로 변경이 가능하다. 예외인 경우가 있으니, 위를 참고하여 주의하자.
shape와 axis는 ndarray에서 중요한 개념이기 때문에 잘 알아주기~!
데이터 분석 시에는 자료를 많이 다루는데, 그 때 shape를 알아야 자료의 형태를 알 수 있고
axis를 통해서 어떤 식으로 연산할지 결정할 수 있기 때문이다.