데이터 사이언스: numpy 기본사용법과 인덱싱(Indexing) 공부하기!

numpy란?

 

numpy는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록

 

지원을 해주는 파이썬의 라이브러리이다. 

 

 

 

< numpy의 기본사용법 >

 

import numpy as np

np_array = np.array([1, 2, 3, 4, 5, 6])

np_array

 

array([1, 2, 3, 4, 5, 6])

 

numpy를 사용하기 위해서 import numpy as np를 해줍니다. 주로 numpy를 매번 쓰기 힘드니까 

편하게 np라고 선언해줍니다. (국룰입니다)

 

 

 

np_array.shape = (2, 3)

np_array

 

array([[1, 2, 3],
       [4, 5, 6]])

 

(2, 3)의 크기로 행렬을 재배치해서 나타냅니다. 

 

np_array.shape = (m,n)이라 할 때, np_array의 크기와 m x n의 크기가 같아야 합니다.   

 

 

 

np_array.size

 

6

 

np_array의 사이즈 즉, 크기를 나타냅니다.

 

 

 

np_array2 = np.full(6, 7)

np_array2

 

array([7, 7, 7, 7, 7, 7])

 

np.full(m, n)일 때, 크기가 m이고 n으로만 이루어진 리스트를 만들어 줍니다.

 

 

 

np_array3 = np.zeros(6, dtype = int)

np_array3

 

array([0, 0, 0, 0, 0, 0])

 

np.zeros(m, dtype = int) 일 때 크기가 m이고 0으로만 이루어진 리스트를 만듭니다.

 

 

 

np_array4 = np.ones(4, dtype = int)

np_array4

 

array([1, 1, 1, 1])

 

위와 마찬가지로

np.ones(m, dtype = int) 일 때 크기가 m이고 1으로만 이루어진 리스트를 만듭니다.

 

 

 

np_array5 = np.random.random(6)

np_array5

 

array([0.92219348, 0.77824744, 0.79948808, 0.41958343, 0.26219689, 0.45082113])

 

np.random.random(n) 라 할 때, 크기가 n이고 랜덤한 값들로 이루어진 리스트를 리턴합니다.

 

여기서 랜덤한 값은 0이상 1미만의 소수를 가져옵니다.

 

 

 

np.random.randint(2, 10, size = (3, 4))

 

array([[5, 5, 6, 6],
       [6, 2, 8, 9],
       [4, 5, 4, 7]])

 

만약 랜덤한 정수 값을 가져오고 싶다면 randint를 이용합니다.

 

np.random.randint(m, n, size = (x, y)) 라고 할때,

 

크기 (x, y), m이상 n미만의 랜덤한 정수를 갖는 튜플을 리턴합니다. 

 

 

 

 

 

np.arange()는 사실상 np.array(range())를 단순화해서 쓴겁니다. 쉽게 말하면 정수형 어디서부터 어디까지의 배열입니다.

 

그래서 range() 함수와 같은 형태를 갖고 arange(시작, 끝, 몇칸씩 건너뛸지) 의 형태를 따릅니다.

 

np_array6 = np.arange(6)

np_array6

 

array([0, 1, 2, 3, 4, 5])

 

 

0 부터 5까지의 리스트 값을 갖습니다.

 

 

np_array7 = np.arange(3, 10)

np_array7

 

array([3, 4, 5, 6, 7, 8, 9])

 

3부터 9까지의 리스트 값을 갖습니다.

 

 

np_array8= np.arange(4, 20, 3)

np_array8

 

array([ 4,  7, 10, 13, 16, 19])

 

4부터 19까지 3씩 건너뛰면서 리스트 값을 갖습니다.

 

 

 

 

 

< numpy 리스트 인덱싱 >

 

import numpy as np

np_array = np.array([2, 3, 4, 5, 10, 22, 33, 44, 52, 142])

np_array[2]

 

4

 

 

 

np_array[-2]

 

52

 

파이썬의 기본 리스트 인덱싱처럼 음수 값 또한 인덱싱 해줄 수 있습니다.

 

 

np_array2 = np.array([2, 3, 5])

np_array[np_array2]

 

array([ 4,  5, 22])

 

numpy는 리스트 인덱싱 값을 리스트를 받아올 수 있습니다.

 

 

 

 

 

 

파이썬 기존의 리스트 슬라이싱과 같아서 다음과 같은 형태를 따릅니다

 

array[시작: 끝: 몇칸씩 건너뛸지] 

 

np_array[2:]

 

array([  4,   5,  10,  22,  33,  44,  52, 142])

 

두번째 인덱스부터 끝까지 

 

 

np_array[:5]

 

array([ 2,  3,  4,  5, 10])

 

0번째 인덱스부터 4번째 인덱스까지

 

 

np_array[:6: 2]

 

array([ 2,  4, 10])

 

0번째 인덱스 부터 5번째 인덱스까지 2칸씩 건너뜁니다.

 

즉, 0번째, 2번째, 4번째 인덱스 값을 가진 리스트를 나타냅니다.