넘파이

소개

NumPy(또는 Numpy)는 Python용 선형 대수학 라이브러리입니다. Python을 사용한 데이터 과학에 매우 중요한 이유는 PyData 생태계의 거의 모든 라이브러리가 NumPy를 주요 빌딩 블록 중 하나로 사용하기 때문입니다. Numpy는 또한 C 라이브러리에 대한 바인딩이 있기 때문에 매우 빠릅니다.

Anaconda 배포를 사용하여 Python을 설치하여 모든 기본 종속성(예: Linear Algebra 라이브러리)이 conda 설치 사용과 동기화되도록 하는 것이 좋습니다.

설치 지침

Anaconda 배포를 사용하여 Python을 설치하여 모든 기본 종속성(예: Linear Algebra 라이브러리)이 conda 설치 사용과 동기화되도록 하는 것이 좋습니다. Anaconda가 있는 경우 터미널 또는 명령 프롬프트로 이동하고 다음을 입력하여 NumPy를 설치합니다.

conda install numpy

아나콘다가 설치가 안되어 설치가 안되는 경우 Numpy’s official documentation on various installation instructions.를 참고하세요.

NumPy를 사용하여 코딩하는 방법?

프로그램에서 NumPy를 사용하려면 먼저 NumPy를 가져와야 합니다. 이렇게 하려면 다음 줄을 작성해야 합니다.

import numpy as np

NumPy를 사용하여 1D 목록을 1D 배열로 변환합니다.

2D 목록을 2D 배열로 변환:

numpy.arange()

np.arrange()는 루프에서 사용하는 range()와 같습니다. 세 가지 방법으로 작성할 수 있습니다.
arange(stop) : 반열림 구간[0, stop) 내에서 값이 생성됩니다(즉, 구간에 시작은 포함되지만 정지는 제외됨).


arange(start, stop) : 반개방 간격 내에서 값이 생성됩니다[start, stop).


arange(start, stop, step) 값은 반개방 간격[start, stop) 내에서 생성되며 값 사이의 간격은 step로 지정됩니다.

0과 1

np.zeros() 0으로 채워진 지정된 모양과 유형의 새 배열을 반환합니다.


np.ones() 0으로 채워진 지정된 모양과 유형의 새 배열을 반환합니다.

numpy.linspace()

numpy.linspace()는 특정 간격에 걸쳐 균일한 간격의 숫자를 반환합니다.

numpy.eye()

대각선에 1이 있고 다른 곳에 0이 있는 2차원 배열을 반환합니다.

난수로 배열 만들기

random 모듈을 사용하여 난수로 배열을 만들 수 있습니다.

배열 모양 변경

reshape()를 사용하여 배열을 재구성할 수 있습니다. 하지만 차원이 같은지 확인해야 합니다.

배열과 인덱스의 최대값과 최소값 찾기

배열의 모양과 데이터 유형 찾기

배열 차원의 튜플을 반환합니다.

배열 인덱싱(1D 배열)

NumPy 배열 인덱싱은 목록 인덱싱과 유사합니다.



어레이를 슬라이싱하는 데 문제가 있습니다. 더 잘 이해하기 위해 예를 살펴보겠습니다.



위의 사진에서 c 를 편집하면 b 에도 영향을 미친다는 것을 알 수 있습니다. 세 번째 줄에서 배열을 복사하지 않기 때문에 발생합니다. 복사하는 대신 어레이의 실시간 보기만 표시합니다b. 따라서 이 문제를 해결하기 위해 우리가 할 수 있는 것은 .copy()라는 방법을 사용할 수 있습니다.



이제 c를 변경해도 b에 영향을 미치지 않습니다.

배열 인덱싱(2D 배열)

이 코드는 2D 배열 인덱싱 및 슬라이싱을 이해하는 데 도움이 됩니다. 슬라이싱은 1D 배열과 거의 유사합니다. 행과 열에 대해 생각해야 합니다.



다음과 같은 조건을 사용하여 데이터를 필터링할 수도 있습니다.

넘파이 작업

일반 변수처럼 두 개의 배열을 추가할 수 있으며 모든 요소가 해당하는 다른 배열 요소와 함께 추가됩니다. 다른 연산자도 같은 방식으로 작동합니다.