함수 | 설명 |
np.zeros(shape, dtype=float, order='C') | 지정된 shape의 배열을 생성하고, 모든 요소를 0으로 초기화 |
np.ones(shape, dtype=None, order='C') | 지정된 shape의 배열을 생성하고, 모든 요소를 1로 초기화 |
np.full(shape, fill_value, dtype=None, order='C') | 지정된 shape의 배열을 생성하고, 모든 요소를 지정한 "fill_value"로 초기화 |
np.empty(shape, dtype=float, order='C') | 지정된 shape의 배열 생성 요소의 초기화 과정에 없고, 기존 메모리 값을 그대로 사용 배열 생성비용이 가장 저렴하고 빠름 배열 사용 시 주의가 필요(초기화를 고려) |
like 함수 |
기존의 배열과 shape이 같은 배열을 생성 ①np.zeros_like
②np.ones_like
③np.full_like
④np.empty_like
|
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) | start부터 stop의 범위에서 num개를 균일한 간격으로 데이터를 생성하고 배열을 만드는 함수 요소 개수를 기준으로 균등 간격의 배열을 생성 |
np.identity(N, M=None, k=0, dtype=<class 'float'>) np.eye(N, M=None, k=0, dtype=<class 'float’>) |
지정한 (N, N) shape의 정방 단위 행렬(Unit Matrix)을 생성 단위 행렬은 주 대각선의 원소가 모두 1이며 나머지 원소는 모두 0인 정사각 행렬이다. eye() 함수는 행과 열의 크기가 다른 단위 행렬을 만들 수 있다. |
속성명 | 의미 |
np.reshape() | 원본을 변경하지 않고, Array의 shape의 크기를 변경함 (대상 배열의 요소 개수가 동일하지 않으면 오류발생) Array의 size만 같다면 다차원으로 자유로이 변형가능 |
np.resize() | reshape()과 기능은 동일하며, 원본이 수정된다. (대상 배열의 요소의 개수가 원래 배열과 동일하지 않으면 크기를 강제로 조정하지만 오류 발생하지 않는다.) |
np.flatten() | 다차원 Array를 1차원으로 변경. 배열을 복사해서 1차원으로 변경하므로 원본에 영향을 미치지 않는다. ravel()에 비해 상대적으로 느리다. |
np.ravel() | 다차원 Array를 1차원으로 변경. 원본의 값이 수정 복사하는 것이 아니므로 메모리 낭비가 없다. |
np.expand_dims(배열, axis=n) | 차원을 늘리는 함수 |
np.astype(type) | 배열 타입 변환 |
np.concatenate() | 둘 이상의 배열을 연결. 이 함수를 실행하려면 두 배열의 차원수가 같아야 한다. axis옵션을 이용하면 연결 방향을 정할 수 있다. |
06. 배열의 연산-1 (0) | 2023.11.07 |
---|---|
04. Python List vs Numpy Array (0) | 2023.11.06 |
03. 축(axis)의 개념 (0) | 2023.11.06 |
댓글 영역