처음 만나는 AI수학 with Python] 2.2 Numpy의 기초

223. Numpy 배열 생성하기

인공지능 계산에는 행렬, 백터를 많이 사용한다. 이를 표현하기 위해 필요한 것이 Numpy의 배열이다.

 

Numpy의 배열은 Python의 리스트로부터 array()함수를 통해 쉽게 만들 수 있다.

 

* 리스트2.33_ 1차원 배열 만들기

 

* 리스트2.34_ 2차원 배열 만들기

 

* 리스트2.35_ 3차원 배열 만들기

 

* 함수를 사용하여 Numpy배열 만들기

zeros()  -> 요소 수가 전부 0인 배열
ones()   -> 요소 수가 전부 1인 배열
arange()-> 0부터 인수 이전까지의 정수가 차례대로 나열된 배열

 

* 리스트2.36_ 배열을 생성하는 다양한 함수

 

 

224. 배열의 형태

데이터를 수집한 후 배열의 형태를 조사하는 과정은 매우 중요하다.

컬럼의 개수, 데이터 행의 수, 데이터 타입 정보 등을 파악해야 후의 코딩에서 방향이 잡힐 수 있다.

 

* 리스트 2.37_ shape()함수로 배열의 형태를 얻는다.

 

* 리스트 2.38_ len() 함수로 가장 바깥쪽 요소 수를 구한다.

 

 

225. 배열의 연산

* 2.39_ 배열과 수치의 사칙연산

 

* 2.40_ 배열끼리의 사칙연산

배열끼리의 나눗셈에서는 0이 있는 값이 들어가면 오류가 난다.

 

 

226_ 요소로의 접근

배열의 각 요소로의 접근은 리스트의 경우와 마찬가지로 인덱싱을 통해 가능하다.

 

# 리스트2.41_ 인덱스를 지정하고, 배열의 요소로 접근한다.

 

# 리스트2.42_ 인덱스를 지정해서 배열의 요소를 바꾼다.

 

# 리스트2.43_ 2차원 배열의 요소로 접근하기

 

# 리스트2.44_ 2차원 배열의 요소 바꾸기

 

# Extra_ 3차원 배열의 요소 바꾸기

 

# 리스트2.45 행이나 열에 접근하기

인덱스에 ' : ' (콜론)을 지정해서 행이나 열을 추출할 수 있다.

 

 

 

227. 함수와 배열

함수의 인수나 return값으로 Numpy 배열을 사용할 수 있다.

 

 

228. Numpy의 여러 가지 기능

Numpy는 여러 가지 기능의 함수를 갖고 있다.

sum()      -> 함수에 의해 합계
average() -> 함수에 의해 평균
max()      -> 함수에 의해 최댓값
min()      -> 함수에 의해 최솟값

# 리스트 2.47_ Numpy가 가진 여러 가지 함수

 

 

229. 연습

Numpy의 2차원 배열을 두 개 기술하고, 서로의 합, 차, 곱을 구합시다.