[데이터마이닝] Numpy 기본 사용법

Numpy

• 다차원 배열을 효과적으로 처리할 수 있도록 도와주는 도구
• 현실 세계의 다양한 데이터는 배열 형태로 표현할 수 있다.
• Python의 기본 List에 비해 빠르고 강력한 기능을 제공

 

Numpy의 기본 사용법

- Numpy의 차원

• 1차원 축(행) : axis 0 => Vector
• 2차원 축(열) : axis 1 => Matrix
• 3차원 축(채널) : axis 2 => Tensor(3차원 이상)

import numpy as np

#0-3까지의 배열 만들기
array1=np.arange(4)
print(array1)

array2=np.zeros((4, 4), dtype=float) #4*4배열이 0으로 초기화, 각각 실수형 / 1로 초기화 하려면 ones
print(array2)

import numpy as np

#0-9까지 랜덤 초기화된 배열 만들기
array4=np.random.randint(0,10,(3,3)) #3*3의 배열이 0-9사이 값으로 랜덤 초기화
print(array4)

#평균이 0이고, 표준편차각 1인 표준 정규를 띄는 배열
array5=np.random.normal(0,1,(3,3))
print(array5)

 

- Numpy 배열 합치기

import numpy as np

array1=np.array([1,2,3])
array2=np.array([4,5,6])
array3=np.concatenate([array1, array2])

print(array3.shape) #(6,)
print(array3) #[1 2 3 4 5 6]

 

- Numpy 배열 형태 바꾸기

import numpy as np

array1=np.array([1,2,3,4])
array2=array1.reshape((2,2))

print(array2.shape) 

# [[1 2]
#  [3 4]]

 

- Numpy 배열 세로 축으로 합치기

import numpy as np

array1=np.arange(4).reshape(1,4) #1행 4열의 형태로 0-3까지
array2=np.arange(8).reshape(2,4) #2행 4열의 형태로 0-7까지

print(array1) #[[0 1 2 3]]
print(array2) 
#[[0 1 2 3]
# [4 5 6 7]]

array3=np.concatenate([array1, array2], axis=0)
print(array3)
#[[0 1 2 3]
# [0 1 2 3]
# [4 5 6 7]]

 

- Numpy 배열 나누기

import numpy as np

array2=np.arange(8).reshape(2,4) #2행 4열의 형태로 0-7까지
left, right = no,split(array, [2], axis=1) #index 2를 기준으로, 열을 의미 => 2열을 기준으로
print(left.shape) #(2,2)
print(right.shape)#(2,2)
print(left)
#[[0 1]
# [4 5]]

 

https://youtu.be/LdoJAC26MIc

위 영상을 참고하여 작성