Chap 5-1. Numpy

Numerical Python의 약자

파이썬 고성능 과학 패키지

일반 List에 비해 빠르고 효율적

for 문 없이 데이터 처리 가능, 선형대수학 기능 제공

c,c++와 같이해서 사용 가능!

conda로 패키지 이용가능

* Numpy Array

ndarray로 사용

import numpy as np 

np로 사용하기

test_array = np.array([1,4,5,8],float) # np 배열 생성

# numpy array는 하나의 데이터 type만 배열에 넣을 수 있고 메모리 공간을 미리 차지해서 빠르다

numpy.float64 # 데이터 공간 64 bit로 메모리 영역 설정가능

python list는 주소를 가르키는 것에만 불과

numpy array는 직접 주소를 할당하고 공간을 사용하는 것

* Array Shape

Array shape - Vector, matrix, 3rd order tensor

3rd order는 깊이, 행, 열

ndim - number of dimension

size - data의 개수

1) Handling shape reshape

array의 size는 같지만 shape이 다른 경우가 종종 존재

(2,4) -> (1,8) 개수만 맞추면 된다!

y 값이 vector 형태로 들어오면 이를 matrix로 변환하는 경우 존재

np.array(test_matrix).reshape(2,2,2)
np.array(test_matrix).reshape(-1,2).shape 

# -1은 size를 기반으로 row

2) flatten 다차원 array를 1차원 array로 변환

3) Indexing & Slicing

Indexing

[0,0] = [0][0]

Slicing 

a[:,2:] # 전체 Row의 2열 이상
a[1,1:3] # 1 Row의 1열 ~ 2열, 다양한 slicing 가능

x:y:z (z는 몇 칸씩 뛰어 넘을 건지)

4) Arrange

array의 범위를 지정하여 값의 list를 생성

np.arrange(30).reshape(-1,5) # 이렇게 사용 가능
np.arrange(0,5,1).to_list() # 0~5 범위 1칸씩 step

5) Ones, Zeros, Empty

Ones는 1로 초기화하는 배열, Zeros는 0으로 초기화, Empty는 빈공간

6) Something_like

7) identity

8) random sampling 데이터 분포에 따른 샘플링으로 데이터 Get

9) Axis 모든 operation function을 실행 시 기준이 되는 dimension축

array[2][3] 이라면 axis(0) = 3, axis(1) = 4

10) Concatenate 연결하기

Numpy array를 합치는 함수이다

axis 축 기준으로 합친다

vstack, hstack, concatenate(array1,array2, axis=0)

11) Operations b/t arrays

Numpy는 array 간의 기본적인 사칙 연산을 지원함

12) Dot product

13) transpose

****14) broadcasing - Shape이 다른 배열 간 연산 지원

test_matrix + scalar # scalar가 3일 경우 원소에 다 더해버림
test_matrix + test_array # matrix와 vector 간의 연산도 지원

15) 비교

array>5 # 값 비교해서 원소 값으로 true, false 를 지닌 배열 반환
np.any(array>5) # 하나라도 크면 true 반환
np.all(array>5)  # 원소 전부가 커야 true 반환
np.logical_and(a>0,a<3) # and 조건으로도 검사가능
np.where(a>0,3,2) # 0보다 큰 true는 3, false는 2로 배열 반환 **** 

16) 최대최소

np.argmax(array) # 최대값의 인덱스 값 반환 (5,0)
np.argmin(array) # 최소값의 인덱스 값 반환
np.argmax(array, axis=1) # 축 1값을 기준으로 최대값 반환

17) boolean index

where과 달리 index를 뽑는게 아닌 값을 뽑는다!

18) fancy index

numpy는 array를 index value로 사용해서 값을 추출

take 함수를 쓰는 것이 낫다!!!(덜 어려움)