넘파이 연습

라이브러리 불러오기

import numpy as np

 

용어 정리

• axis : 배열의 각 축
• rank : 축의 개수
• shape : 축의 길이, 배열의 크기

예시 ▼

ex) 5 x 4 배열

arr = np.array([[1,2,3,4],
               [5,6,7,8],
               [9,10,11,12],
               [13,14,15,16],
               [17,18,19,20]])
print(arr.ndim) # 2
print(arr.shape) # shape(5, 4)

• axis 0과 axis 1을 갖는 2차원 배열
• rank 2 array(2차원 배열)
• shape (5, 4)

 

• 차원 확인 (1차원, 2차원, 3차원 등등)

# arr = np.array(2차원 배열) 있다고 가정
print(arr.ndim) # 2 출력
# arr = np.array(3차원 배열) 있다고 가정
print(arr.ndim) # 3 출력

• 크기 확인 : shape
• 1차원 : (x, )
• 2차원 : (x, y)
• 3차원 : (x, y, z)
• axis 0, axis 1, axis 2의 크기를 의미

arr = np.array([[1,2,3,4],
               [5,6,7,8],
               [9,10,11,12],
               [13,14,15,16],
               [17,18,19,20]])
print(arr.shape) # shape(5, 4)

5행 4열 -> shape (5, 4)

 

• 요소 자료형 확인 : dtype

print(a1.dtype) # int32
print(a2.dtype) # float64
print(a3.dtype) # int32

 

배열 재구성 : Reshape

 

# a = np.array([[1, 2, 3, 4], 
                [5, 6, 7, 8]])
                
print(a) # [[1 2 3 4],
            [5 6 7 8]]
            
# (8, 1) 형태의 2차원 배열로 Reshape
b = a.reshape(8, 1)

# 확인
print(b)

 

# 배열 만들기
a = np.array([[1, 2, 3, 4], 
              [5, 6, 7, 8], 
              [9, 10, 11, 12]])

# 배열 형태 확인 # 3행 4열
print(a.shape)

print(a.reshape(4, 3))

print(a.reshape(2, 6))