Python과 NumPy 기초 : 다차원 배열과 선형대수학 라이브러리 시작하기

NUMPY BASICS

• NumPy는 다차원 배열을 처리할 수 있는 선형대수학(Linear Algebra) 라이브러리입니다.
• 다음이 실행이 안되면 아나콘다프롬프트에서 conda install numpy 를 실행하여 설치합니다.
• 1차원 배열 = 벡터 (Vector) / 2차원 배열 = 행렬 (Matrix)

 

<1차원 배열의 list를 생성>

score_list = [100, 90, 75, 66, 98]

 

# 리스트 마지막에 값을 추가할떄 .append 사용

score_list.append(58) 

[100, 90, 75, 66, 98, 58]

 

# 삭제할때는 변수명 앞에 del를 붙여서 사용 ** index 위치를 [] 안에 기재해 줘야함

del score_list[5]

[100, 90, 75, 66, 98]

 

# 합계

sum(score_list)

428

 

# 길이

len(score_list)

5

 

# 평균

sum(score_list) / len(score_list)

85.6

 

# 타입 확인

type(score_list)

list

 

<사전 형식의 key : value 값을 가진 1차원 배열 list 생성>

score_dict = { '철수' : 100, '영희' : 90, '길동' : 75 }

 

# value 값만 확인할 때

score_dict.values()

dict_values([100, 90, 75])

 

# value 값의 합계

sum(score_dict.values())

265

 

# 길이

len(score_dict.values())

3

 

# 평균

sum(score_dict.values()) / len(score_dict.values())

88.33333333333333

 

# 타입 확인

type(score_dict)

dict

 

<Numpy 임포트 하기>

import numpy as np

 

# 넘파이의 1차원 배열로 만드는 방법 : 리스트를 넣어준다.
np.array(score_list)

array([99, 90, 75, 66, 98])

 

# 변수 지정

x = np.array(score_list)

x

array([99, 90, 75, 66, 98])

 

# array 변수의 갯수 확인

x.size

5

 

# 넘파이에서 shape 은 배열의 차원(dimension)과 각 차원의 크기(size)를 튜플(tuple) 형태로 반환 (중요)

x.shape

(5,)

ㄴ 튜플은 ( x , y ) 형식으로 출력되기 때문에 1차원 배열의 변수일경우 무조건 ( x , ) y 위치가 빈여백으로 출력 된다.

 

# x 가 저장하고 있는 데이터의 타입은?
x.dtype

dtype('int32')

 

# 합계

x.sum()

428

 

# 평균

x.mean()

85.6

 

# 표준 편차

x.std()

13.032267646115928

 

<2차원 배열의 array 값 만들기>

X = np.array([[1, 2] , [3, 4]])

X

array([[1, 2],
       [3, 4]])

 

# 1차원 배열과 모두 동일하게 dtype, sum, mean, std 함수는 출력되고,

# .shape 함수 실행시

X.shape 

(2, 2)

 

ㄴ 1차원 배열과 다르게 (X, Y) 형태로 반환되는 것을 볼수 있다.

 

다음 게시글에서 계속