[Python / NumPy] 1. NumPy를 활용한 여러 배열 만들기

import numpy as np 
# NOTE : NumPy 실수형 배열
np.array([1, 2, 3, 4], dtype = 'float32')

# NOTE : NumPY 정수형 배열
np.array([3.14, 1, 5, 6.26], dtype = int)

# NOTE : 정수형 배열을 실수형 배열로 변환
np.array([1, 2, 3, 4], dtype = 'float32') 

Out [1] : array([1., 2., 3., 4.], dtype=float32)

Out [2] : array([3, 1, 5, 6])

Out [3] : array([1., 2., 3., 4.], dtype=float32)

# NOTE : 리스트를 중첩하면 다차원 배열이 됨.
np.array([range(rep, rep+3) for rep in [2, 4, 6]])

Out [1] :

array([[2, 3, 4],

        [4, 5, 6],

        [6, 7, 8]])

# NOTE : 0으로 가득찬 길이 10의 정수 배열만들기.
np.zeros(10, dtype = int)

# NOTE : 1로 가득채운 3x5 부동 소수점 배열 만들기.
np.ones((3, 5), dtype = float)

# NOTE : 3.14로 가득채운 3x5배열 만들기.
np.full((3, 5), 3.14)

# NOTE : 선형 수열로 채운 배열 만들기
#        0에서 시작해 2씩 더해 20까지 채움.
#        내장함수인 range()와 유사함.
np.arange(0, 20, 2)

# NOTE : 0과 1사이에 일정한 간격을 가진 다섯 개의 값으로 채운 배열 만들기
np.linspace(0, 1, 5)

Out [1] : array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

Out [2] : array([[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.]])

Out [3] : array([[3.14, 3.14, 3.14, 3.14, 3.14], [3.14, 3.14, 3.14, 3.14, 3.14], [3.14, 3.14, 3.14, 3.14, 3.14]])

Out [4] : array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])

Out [5] : array([0. , 0.25, 0.5 , 0.75, 1. ])

 # NOTE : 균등하게 분포된 3x3 배열 만들기
#        0과 1사이의 난수로 채움.
np.random.random((3,3))

# NOTE : 정규 분포 (평균 = 0, 표준편차 = 1)의 난수로 채운 3x3 배열 만들기.
np.random.normal(0, 1, (3, 3))

# NOTE : 3x3 단위행렬 만들기
np.eye(3,3)

# NOTE : 세 개의 정수를 가지는 초기화되지 않은 배열 만들기
#        값은 해당 메모리 위치에 이미 존재하고 있는 값으로 채움.
np.empty(3)

Out [1] :

array([[0.73102469, 0.52180418, 0.21939753],

             [0.56698382, 0.03265219, 0.70705666],

             [0.49084667, 0.20798622, 0.38943055]])

Out [2] :

array([[-0.18589386, 0.54524083, 0.07597408],

            [-1.36461694, 0.48965771, 0.56517709],

            [-1.75037642, -0.49246833, 1.70187634]])

Out [3] :

array([[1., 0., 0.],

             [0., 1., 0.],

             [0., 0., 1.]])

Out [4] :

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

 

참고

O'REILLY 제이크 밴더플래스 저/ 위키북스 김정인 역 - 파이썬 데이터 사이언스 핸드북