[numpy] ndarray 1

04 Dec 2020

numpy

여러가지 ndarray-(1)

ndarray를 만드는 여러가지 방법에 대해서 소개한다.

ndarray 타입 지정해 생성하기

numpy에는 여러가지 데이터 타입이 있지만 대표적인 int32 와 float64 를 사용해 만들자.

데이터 타입을 지정할때는 dtype 속성에 값을 주면 된다.

import numpy as np
a= [[1,2,3], [4,5,6]]
arrary = np.array(a, dtype=np.int32)
print(array)       # [[1 2 3]
 				   # [4 5 6]]
print(array.dtype) # int32

array = np.array(a,dtype=np.float64)
print(array)       # [[1. 2. 3.]
				   # [4. 5. 6.]]				   
print(array.dtype) # float64

array = np.array(a, dtype=str)
print(array)       # [['1' '2' '3']
				   # ['4' '5' '6']]
print(array.dtype) # <U1

ndarray를 이용해 preallocation 하기

numpy에서는 array의 크기를 미리 알고 있을때 array를 사전할당 할 수 있다.

1. zeros

array에 0값으로 다채우므로써 사전할당 한다.
입력값으로 원하는 array의 shape 값이 들어간다.

default dtype으로 float64으로 지정되고 dtype은 따로 설정가능하다.

import numpy as np
arr = np.zeros((2,5)) # row 5개, col 3개
print(arr)
#[[0. 0. 0. 0. 0.]
# [0. 0. 0. 0. 0.]]
  
arr = np.zeros((2,5), dtype=np.int32)
print(arr)
#[[0 0 0 0 0]
# [0 0 0 0 0]]

2. ones

array에 1값으로 다채우므로써 사전할당 한다.

입력값은 zeros와 같다.

arr = np.ones((3,4))
print(arr)
# [[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]]

3. full

zeros나 ones와 같이 원하는 값으로 사전할당할 수 있다.

입력값으로 원하는 array의 shape, 채울 value, dtype을 받는다.

arr = np.full((2,4),10**(-2))
print(arr)
#[[0.01 0.01 0.01 0.01]
# [0.01 0.01 0.01 0.01]]
  
arr = np.full((2,4),10**(-2), dtype=np.int32)  # 소수값을 int 취하면 소수점아래를 버림한다.
#[[0 0 0 0]
# [0 0 0 0]]

4. empty

zeros와 달리 크기만 할당한다. ( Matlab 에서 sparse랑 유사해보인다.)
입력값으로 원하는 array의 shape이 들어간다.

zeros에 비해 속도가 빠르다.

arr =np.empy((4,2))
print(arr)
# [[0.01 0.01]
# [0.01 0.01]
# [0.01 0.01]
# [0.01 0.01]]

균등한 ndarray

일정한 등분으로 생성되는 ndarray에 대해서 알아보자.

(Matlab에 있는 linspace와 : 와 같다.)

1. arange

시작점 , 끝점, 등분 이 들어간다.

python의 range와 비슷하다.

print(range(1,10,2)) # range(1, 10, 2)
  
arr = np.arange(1,10,2)
print(arr)           # [1 3 5 7 9]

2. linsapce

시작점, 끝점, 점의 개수가 들어간다.

dtype 설정을 줄 수 있다.

arr = np.array(0,1,5)
print(arr)
# [0.   0.25 0.5  0.75 1.  ]