python_numpy_day01

Numpy 학습목표

• 배열의 데이터 타입(인공지능에서 사용하게 되는 데이터타입)
• 생성, 다루는 방법
• 통계에 관련된 함수를 지원
• 벡터화 연산, 행렬 연산
• 파이썬의 리스트와는 다르다(요소의 타입이 같아야 한다)
• 원소의 갯수를 변경할 수 없다(resizing X)
• 배열의 차원, 크기, 타입(ndim , shape, dtype)

In [88]:

import numpy as np 
import pandas as pd

• 배열을 생성하는 함수 : array(), arange(), reshape()

In [9]:

lst = [1,2,3,4,5]
print('type - ', type(lst))
ary = np.array(lst)
print(type(ary))
print('shape - ', ary.shape)  #shape = 크기
print('ndim -', ary.ndim)
print('dtype -', ary.dtype)

type -  <class 'list'>
<class 'numpy.ndarray'>
shape -  (5,)
ndim - 1
dtype - int32

In [13]:

def aryInfo(ary) :
    print('type - ', type(ary))
    print('shape - ', ary.shape)  #shape = 크기
    print('ndim -', ary.ndim)
    print('dtype -', ary.dtype)
    print('data - ')
    print(ary)

In [14]:

aryInfo(ary)

type -  <class 'numpy.ndarray'>
shape -  (5,)
ndim - 1
dtype - int32
data - 
[1 2 3 4 5]

In [18]:

lst = [1,2,3,4,5,6,7,8,9]
print(lst * 2)

ary = np.array(lst)
print(ary * 2)

[1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[ 2  4  6  8 10 12 14 16 18]

In [19]:

print('산술연산 -')
ary01 = np.array([1,2,3,4,5,])
ary02 = np.array([10,20,30,40,50])

print(ary01 + ary02)

산술연산 -
[11 22 33 44 55]

In [25]:

print('비교연산 - ')
print(ary01 == 2)


booleanMasking = (ary01 == 2)
print(booleanMasking)

print('indexing - ', ary01[0])
print('indexing - ', ary01[1])
print('slicing - ', ary01[0:3])
print('boolean indexing - ', ary01[booleanMasking])

비교연산 - 
[False  True False False False]
[False  True False False False]
indexing -  1
indexing -  2
slicing -  [1 2 3]
boolean indexing -  [2]

In [31]:

print('논리연산 - ')
print(ary01 == 2)
print(ary02 > 10)
print((ary01 == 2)&(ary02 > 10))
print((ary02 > 10)|(ary02 > 10))

논리연산 - 
[False  True False False False]
[False  True  True  True  True]
[False  True False False False]
[False  True  True  True  True]

In [32]:

# 2차원 배열(행렬,matrix) : list of list

In [41]:

print('2*3 배열을 생성하고 싶다면 ?')
lst = [[1,2,3],[4,5,6]]
print(lst[0][0])
for ridx, row in enumerate(lst) :
    for cidx,col in enumerate(row) :
        #print(ridx, cidx)
        #prin)t(col, end = '\t')
        print(lst[ridx][cidx], end = '\t')
    print()

2*3 배열을 생성하고 싶다면 ?
1
1	2	3	
4	5	6	

In [44]:

ary = np.array(lst)
aryInfo(ary)
print(len(ary))
print(len(ary[0]))
print(len(ary[1]))

type -  <class 'numpy.ndarray'>
shape -  (2, 3)
ndim - 2
dtype - int32
data - 
[[1 2 3]
 [4 5 6]]
2
3
3

In [50]:

print(' 2*3*4 배열을 생성하고 싶다면 ?')  #배열은 3행4열*2 순서

lst = [ [[1,2,3,4],[5,6,7,8],[9,10,11,12]], 
       [[13,14,15,16],[17,18,19,20],[21,22,23,24]] ]

ary = np.array(lst, dtype = object)
aryInfo(ary)
print(len(ary))
print(len(ary[0]))
print(len(ary[1]))

 2*3*4 배열을 생성하고 싶다면 ?
type -  <class 'numpy.ndarray'>
shape -  (2, 3, 4)
ndim - 3
dtype - object
data - 
[[[1 2 3 4]
  [5 6 7 8]
  [9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
2
3
3

• astype() : 요소의 타입을 변경할 때
• 1차원, 2차원 적용이 가능

In [52]:

aryInfo(ary.astype(np.float64))

type -  <class 'numpy.ndarray'>
shape -  (2, 3, 4)
ndim - 3
dtype - float64
data - 
[[[ 1.  2.  3.  4.]
  [ 5.  6.  7.  8.]
  [ 9. 10. 11. 12.]]

 [[13. 14. 15. 16.]
  [17. 18. 19. 20.]
  [21. 22. 23. 24.]]]

• 배열에서 인덱싱, 슬라이싱

In [99]:

print('[행,열]')
ary = np.array([[1,2,3,4],[5,6,7,8]])
print(ary)
aryInfo(ary)
print('첫번째 행의 첫번째 열의 값을 추출 -', ary[0,0], ary[0][0])
print('두번째 행의 첫번째 열의 값을 추출 -', ary[1,0], ary[1][0])
print('마지막 행의 마지막 열의 값을 추출 -', ary[-1,-1], ary[-1][-1])
print('첫번째 행의 전체 열의 값을 추출 -' , ary[0, :], ary[0][:])
print('두번째 행의 전체 열의 값을 추출 -', ary[1, :], ary[1][:])
print('두번째 행의 두번째 열부터 끝까지의 값을 추출 -', ary[1, 1:], ary[1][1:])

[행,열]
[[1 2 3 4]
 [5 6 7 8]]
type -  <class 'numpy.ndarray'>
shape -  (2, 4)
ndim - 2
dtype - int32
data - 
[[1 2 3 4]
 [5 6 7 8]]
첫번째 행의 첫번째 열의 값을 추출 - 1 1
두번째 행의 첫번째 열의 값을 추출 - 5 5
마지막 행의 마지막 열의 값을 추출 - 8 8
첫번째 행의 전체 열의 값을 추출 - [1 2 3 4] [1 2 3 4]
두번째 행의 전체 열의 값을 추출 - [5 6 7 8] [5 6 7 8]
두번째 행의 두번째 열부터 끝까지의 값을 추출 - [6 7 8] [6 7 8]

In [67]:

print('fancy indexing - 정수배열 인덱싱(첨자), 불리언 배열 인덱싱(T/F)')
ary = np.array([0,1,2,3,4,5,6,7,8,9])
aryInfo(ary)
print('짝수의 원소만 출력한다면 - ')
#print('dir - ', dir(ary))

for data in ary :
    if data % 2 == 0 :
        print(data)
        
print('boolean indexing -', ary[ary%2==0])
evenIdx = np.array([0,2,4,6,8])
print('정수배열 인덱싱 -' , ary[evenIdx])

fancy indexing - 정수배열 인덱싱(첨자), 불리언 배열 인덱싱(T/F)
type -  <class 'numpy.ndarray'>
shape -  (10,)
ndim - 1
dtype - int32
data - 
[0 1 2 3 4 5 6 7 8 9]
짝수의 원소만 출력한다면 - 
0
2
4
6
8
boolean indexing - [0 2 4 6 8]
정수배열 인덱싱 - [0 2 4 6 8]

In [75]:

#돌발퀴즈
#3의 배수만 출력
#4로 나누어 1이 남는 값들만 출력
#3의 배수이고 4로 나누어 1이 남는 값들만 출력
ary = np.arange(1,21)
aryInfo(ary)
print('boolean indexing -', ary[ary%3==0])
print('boolean indexing -', ary[ary%4==1])
print('boolean indexing -', ary[(ary%3==0) & (ary%4==1)])

type -  <class 'numpy.ndarray'>
shape -  (20,)
ndim - 1
dtype - int32
data - 
[ 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20]
boolean indexing - [ 3  6  9 12 15 18]
boolean indexing - [ 1  5  9 13 17]
boolean indexing - [9]

• reshape() : 배열의 변형

In [98]:

ary = np.arange(1,13).reshape(3, -1)   #reshape(행,열) 열을 알아서 지정하려면 -> -1을 입력!
aryInfo(ary)
colIdx = [0,3]
print('정수 배열 인덱싱을 이용해서 모든 행의 0,3 열 값 출력', ary[:, colIdx])
bolIdx = [True, False, False, True]
print('불리언 배열 인덱싱을 이용해서 모든 행의 0,3 열 값 출력', ary[:,bolIdx])
print('5 값 추출', ary[1,0])
print('[[2],[10]] 값 추출', ary[[0,2],1 ]) #ary[[0,2], 1:2]
print('[[1,3][9,11]] 값 추출', ary[[0,2]][:,[0,2]])   #ary[np.ix_([0,2],[0,2])]

type -  <class 'numpy.ndarray'>
shape -  (3, 4)
ndim - 2
dtype - int32
data - 
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
정수 배열 인덱싱을 이용해서 모든 행의 0,3 열 값 출력 [[ 1  4]
 [ 5  8]
 [ 9 12]]
불리언 배열 인덱싱을 이용해서 모든 행의 0,3 열 값 출력 [[ 1  4]
 [ 5  8]
 [ 9 12]]
5 값 추출 5
[[2],[10]] 값 추출 [ 2 10]
[[1,3][9,11]] 값 추출 [[ 1  3]
 [ 9 11]]

In [ ]: