Numpy : 1차원과 2차원 벡터의 생성

 

파이썬은 데이터 사이언스, 머신 러닝, 웹 프로그래밍 등 다양한 목적에 맞는 라이브러리Library가 구비된 다목적 언어general purpose language이다. 이 때문에, 그리고 오픈 소스라는 장점 때문에 파이썬은 광범위하게 사용될 수 있다.

 

---

파이썬의 라이브러리

• Numpy: 선형대수를 위한 라이브러리
• Matplotlib: 시각화를 위한 라이브러리
  • seaborn: Matplotlib 위에 설치할 수 있으며, 시각화 자료를 보기 좋게 다듬을 수 있다
•  Statsmodels: 통계를 위한 라이브러리
•  Sckit-learn: 머신 러닝을 위한 라이브러리
• Tensorflow: 구글이 제작한 딥러닝을 위한 라이브러리

이 중 우리는 Numpy를 알아보려 한다.

 

---

Numpy

import numpy as np

라이브러리를 처음 사용할 때 쓰는 관행어이다. 

이 후 쓰는 Method는 np.array처럼 np.** 꼴로 나타난다.

 

Numpy는 선형대수에 최적화되어 있기 때문에, 주로 벡터를 생성하기 위해 사용한다.

 

 

1차원 벡터

a = np.array([1,2,3,4])
print(a)
# [1 2 3 4]

np.ndim(a)
# 1 
# 1차원의 벡터라는 뜻

a.shape
# (4, )
# 4개의 원소가 (,) 형태로 있다는 것을 알 수 있다. 1차원이기 때문에 , 만

a.shape[0]
# 4

x = np.arange(-5.0, 5.0, 0.1) #-5.0에서 5.0 전까지 0.1 간격 배열 생성

np.array ()

:A를 np를 이용하는 [1,2,3,4]의 Array로 정의하자. [ ] 안에 원소를 넣으면 이를 벡터화한다.

 

np.ndim( )

: 생성된 벡터의 차원을 말해준다. 여기서는 1차원이므로, 1이라는 값이 도출된다.

 

.shape 

(행의 개수, 열의 개수) 형태로 나타난다. 여기서는 4개의 행만 있지 열이 존재하지 않으므로 4 다음에 , 로 이를 나타내고 있다.

 

.shape[0]

행의 개수만 알고 싶을 때는 슬라이싱 해준다.

 

np.arange(시작점, 종점, 간격)

x는 시작점, y는 종점, z는 간격을 의미한다. 위 식에서는 -5.0에서 5.0까지 0.1간격의 배열을 생성한다.

 

x = np.array([1.0, 2.0, 3.0])
y = np.array([2.0, 4.0, 6.0])

print(x + y)
print(x - y)
print(x * y)
print(x / y)

1차원 벡터는 간단하게 연산할 수 있다.

 

 

2차원 벡터

B = np.array([[1,2], [3,4], [5,6]])
print(B)
# [[1 2]
# [3 4]
# [5 6]]

np.ndim(B)
# 2

B.shape
# (3, 2)

2차원 벡터는 [ ] 안에 여러 개의 [ ] 가 중첩되어 나타나는 것을 알 수 있다.

 

np.array( ) 를 통해 2차원 벡터를 생성한다.

 

np.ndim( ) 를 통해 2차원 벡터임을 알 수 있다.

 

.shape 를 통해 3x2 형태의 벡터임을 알 수 있다.

 

a = np.zeros((2,2))   # Create an array of all zeros
print(a)

b = np.ones((1,2))    # Create an array of all ones
print(b)

c = np.full((2,2), 7)  # Create a constant array
print(c)

d = np.eye(2)         # Create a 2x2 identity matrix
print(d)

e = np.random.random((2,2))  # Create an array filled with random values
print(e)

[[0. 0.]

[0. 0.]]

 

[[1. 1.]]

 

[[7 7]

[7 7]]

 

[[1. 0.]

[0. 1.]]

 

[[0.42812389 0.87315723]

[0.36732048 0.68926806]]

 

np.zeros ((x개수, y개수))

2x2 형태의 0으로 구성된 벡터를 생성한다.

 

np.ones((x개수, y개수))

1x2 형태의 1로 구성된 벡터를 생성한다.

 

np.full ((x개수, y개수), 구성하는 수)

동일한 원소로 구성된 벡터를 생성한다.

 

np.eye (x or y 개수)

단위행렬을 생성한다.

 

np.random.random ((x개수,y개수))

무작위의 수로 구성된 벡터를 생성한다.

 

 

 

---

다음에는 연산과 재구성을 정리할 계획.