Python Library - NumPy(2)

본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.

해당 게시물 수강강좌 :

파이썬으로 배우는 데이터 분석 : NumPy

NumPy 라이브러리로 데이터 분석 시작하기

https://www.codepresso.kr/course/55

NumPy 는 다양한 차원의 배열을 효율적으로 다룰 수 있는 라이브러리로, Ndarray 라는 핵심 자료구조에 다차원의 데이터를 저장하여 사용합니다.

코드프레소 강의 역시 이부분을 중심적으로 다루어 강의를 하였습니다.

어떠한 내용이 있는지 코드프레소는 어떻게 개념을 설명을 했는지 알아봅시다.

1. ndarray(N-Dimension Array)

• 대규모 데이터 집합을 담을 수 있는 매우 빠르고 유연한 핵심 자료구조입니다.

2. ndarray의 주요 속성

• 형태 : ndarray.shape
• 원소의 수 : ndarray.size
• 저장된 데이터의 타입 : ndarray.dtype
• 배열의 차원(축)의 수 : ndarray.ndim

3. Ndarray의 생성

np.array(object, dtype)

입력된 데이터(object) 를 인자로 받아 ndarray 를 생성하는 함수
Parameters :

• object : ndarray 에 저장할 데이터
• dtype : 배열의 데이터 타입, 기본 값은 None, 생략가능

np.arange((start), stop. (step))

파이썬의 range() 와 동일하게 연속된 데이터를 생성하는 함수
Parameters :

• start : 생성할 시작 값으로 생략 가능함. 생략되면 0 부터 생성됨
• stop : 생성되는 마지막 값으로 해당 값은 포함되지 않음.
• step : 생성시 값들의 간격, 생략 가능

np.zeros(shape, dtype = float)

지정된 크기(shape) 만큼 배열을 생성하고, 모든 요소를 0으로 초기화, 데이터 타입(dtype) 은 입력하지 않으면 기본 float 타입으로 생성됨
Parameters :

• shape : 생성할 ndarray 의 크기로 튜플() 형태로 저장해야 함
• dtype : 배열의 데이터 타입, 기본 값은 float, 생략가능

np.ones(shape, dtype=float)

지정된 크기(shape) 만큼 배열을 생성하고, 모든 요소를 1으로 초기화

np.full(shape, fill_value, dtype=None)

지정된 크기(shape) 만큼 배열을 생성하고, 모든 요소를 지정한 fill_value 값으로 초기화

np.empty(shape)

지정된 크기(shape) 만큼 배열을 생성하고, 초기화 하지 않음

다음은 지정된 배열과 shape이 같은 ndarray 를 생성하는 *_ like 함수(복사)

np.zeros_like()
np.ones_like()
np.full_like()
np.empty_like()

원래 잘 몰랐던 _like() 메소드까지 내용에 나와 있어 매우 알찼습니다.

다음 포스팅은 NumPy의 연산과 관련된 메소드를 공부하며 작성하는 시간이 되겠습니다.

다음 포스팅 역시 코드프레소 강의를 토대로 작성합니다.