배열을 numpy로 변환

np.array(’배열’)

#ex)
mylist = [1,2,3]
arr = np.array(mylist)
#array([1,2,3])

mylist2 = [[1,2,3],[4,5,6],[7,8,9]]
np.array(mylist2)
#array([[1,2,3],
		[4,5,6],
		[7,8,9]])

배열 생성

np.arange(’시작’, ‘종료’, ‘간격’)

#ex)
np.arange(0,11,2)
#array([0,2,4,6,8,10])

np.zeros(’개수’)

#ex)
np.zeros(5)
#array([0., 0., 0., 0., 0.])

np.zeros((3,3))
#array([[0.,0.,0.],
#		[0.,0.,0.],
#		[0.,0.,0.]])

np.ones(’개수’)

• 일반 array와 다르게 전체에 대한 사칙연산이 가능

#ex)
np.ones((2,2)) * 100
#array([[100.,100.],
#		[100.,100.]])

np.linspace(’시작’, ‘종료’, ‘개수’)

#ex)
np.linspace([0., 5., 3.])
#array([0., 2.5, 5])

np.eye(’개수’)

• 단위 행렬 생성

#ex)
np.eye(3)
array([[1., 0., 0.],
		[0., 1., 0.],
		[0., 0., 1.]])

np.random

• 난수 행렬 생성

np.random.rand(’개수’)

• 균등분포를 따르는 0~1 사이의 무작위 숫자 출력

np.random.randn(’개수’)

• 평균이 0이고, 표준 편차가 1인 정규분포를 따르는 무작위 수자 출력

np.random.normal(’평균’, ‘간격’, ‘표준편차’)

np.random.randint(’최소’, ‘최대’, (‘개수’))

np.random.seed(’seed number’)

기타 method

np.reshape(’행’,’열’)

• 행x열의 값은 전체 데이터 개수와 동일해야 함

np.max()

• 행렬의 최대값 반환

np.min()

• 행렬의 최솟값 반환

np.argmax()

• 행렬의 최대값의 위치 반환

np.argmin()

• 행렬의 최솟값의 위치 반환

np.dtype

• 행렬의 데이터 유형 반환

array에 연산자 적용

#ex)
arr=[1,2,3,4,5,6,7,8]
arr > 4
#array([False, False, False, False, True, True, True, True])

arr[arr>4]와 같은 구조도 가능

행렬의 합

• arr.sum()

#ex)
arr_2d = ([[1,2,3,4],
			[5,6,7,8],
			[9,10,11,12]])

arr_2d.sum()
#78

arr_2d.sum(axis=0) #각 열의 합
#array([15, 16, 17, 18])

arr_2d.sum(axis=1) #각 행 합
#array([10, 26, 42])