01 NDarray

29 Oct 2017 | 3 Minute Read on Numpy

N-dim-Array(ndarray)¶

ndarray는 N차원의 container객체이다.ndarray, (An ndarray is a (usually fixed-size) multidimensional container of items of the same type and size)
Ndarray의 상위개념으로 array object은 , Scalars, Data types objects, Iterating Over Arrays를 관리한다.
1차원 ndarray는 파이선의 리스트와 유사하지만 ndarray는 기존 파이썬과 다르게 한 종류만의 데이터만을 배열에 담을 수 있다.
python의 container객체(리스트, 튜플)와 마찬가지로
각 차원의 크기를 알려주는 shape와 튜플과, 배열에 저장된 자료형을 알려주는 dtype이라는 객체를 가지고 있다.
ndarray 관련 함수를 보면
- array:입력 데이터(리스트, 튜플, 배열 똔느 다른 순차형 데이터)를 ndarray로 변환하며 dtype이 명시되지 않은 경우 엔 자료형을 추론하여 저장한다. 기본적으로 입력 데이터는 복사된다.
- arange:내장range 함수와 유사하지만 리스트 대신 ndarray를 반환한다

In [1]:

# 1 차원 NDArray 생성  

import numpy as np

array_1d =  np.array([0, 1,2, 3,5])
array_1d

Out[1]:

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

In [2]:

#arange 함수로 생성
array_1d =  np.arange(5)
array_1d

Out[2]:

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

In [3]:

#list로 ndarray 생성
alist = [1, 2,3]
np.array(alist)

Out[3]:

array([1, 2, 3])

In [4]:

#2차원 list 생성
arrary_2d = [[0, 1,2,3,4]
 ,[5,6,7,8,9]
 ,[10,11,12,13,14]]
arrary_2d

Out[4]:

[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

In [5]:

#2차원 리스트로 2차원 array 생성
a2 = np.array(arrary_2d)
np.array(arrary_2d)

Out[5]:

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

In [6]:

# shape를 사용하여 array 차원의 크기
a2.shape

Out[6]:

(3, 5)

In [7]:

# dtype를 사용하여 array 차원의 크기
a2.dtype

Out[7]:

dtype('int64')

In [8]:

#reshape함수를 사용 array의 크기를 결정
a = np.arange(15).reshape(3, 5)
a

Out[8]:

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])