[Python/Jupyter] NumPy를 이용한 기초 배열 명령어

NumPy를 이용한 기초 배열 명령어

 

 NumPy (Numerical Python)
 : 행렬이나 대규모 다차원 배열을 쉽게 처리할 수 있도록 하는 파이썬의 라이브러리. 

 

NumPy의 특징

 1. 다른 파이썬 내장 오브젝트와 달리 연속적인 메모리 블록에 데이터를 저장한다.

 2. 파이썬의 list와 같은 데이터 타입보다 메모리를 적게 사용한다.

 3. 반복문을 이용하지 않고 전체 배열에 대한 계산을 한 번에 수행하여 속도가 빠르다. (i.e. Vectorization or Batch)

 4. 핵심 객체인 ndarray는 C 기반으로 작성되어 Overhead가 적고, 직접적으로 메모리 조작이 가능하다.

ndarray (n-dimensional array) : NumPy의 핵심이며, 빠른 배열계산이 가능하고 여러 수학함수를 제공한다.

 

배열 계산이 빠른 속도로 이루어지는 것을 이용해 Machine Learning의 주요 연산인 행렬 연산을 주로 다루는 데 사용된다. 

 

ndarray의 주요 명령어 (하늘색 : 생략 가능)

 [배열 생성] 

 · zeros(shape, dtype, order) : 원소가 모두 0으로 되어 있는 배열 생성.

 · ones(shape, dtype, order) : 원소가 모두 1로 되어 있는 배열 생성.

 · empty(shape, dtype, order) : 빈 원소로 되어 있는 배열 생성. 배열에 Garbage Value가 입력되어 있음.

 · full(shape, value, dtype, order) : value로 채워져 있는 배열 생성.

 · arange(start, stop, step, dtype) : 순차적인 배열 생성. 

 · random : 난수 배열 생성. 뒤에 붙는 옵션이 다양하므로 이후에 추가 설명.

 

 [배열 정보]

 · shape : 배열의 형태를 나타냄.

 · dtype : 배열의 data type을 나타냄.

 · ndim : 배열의 차원을 나타냄.

 · mean(option) : 배열의 평균을 보여주는 명령어. (option - 0 : column, 1 : row)

 

 [배열 수정]

 · astype(dtype) : dtype으로 데이터 타입 변환.

 · reshape(shape) : shape로 배열 형태 변환.

 · T : 행렬을 전치시킴.

 · transpose(axis) : 축(axis)의 순서를 재지정.

 · swapaxes(axis, axis) : 두 축을 서로 바꿈.