Array
Python 의 리스트와 유사한 개념
하지만 array 의 구성요소는 모두 동일한 데이터 타입이어야 한다는 점이 다름
importing NumPy
>>> import numpy as np |
버전 확인
>>> numpy.version.full_version '1.9.1' |
Array 기본 구조 (1)
>>> a = np.array([1,4,5,8], float) // 2개의 인수를 가짐. 두번째 인수는 데이터타입 >>> a array([ 1., 4., 5., 8.]) >>> type(a) <type 'numpy.ndarray'> // N-dimensional array >>> a[:2] array([ 1., 4.]) >>> a[3] 8.0 >>> a[0] = 5. >>> a array([ 5., 4., 5., 8.]) |
Array 기본 구조 (2)
- multidimensional 구조를 가질 수 있음
- 각각의 축은 [] (bracket) 안의 , (comma) 로 구분됨
- : (colon) 은 해당 dimension에 속하는 전체를 나타냄
>>> a = np.array([[1,2,3],[4,5,6]],float) >>> a array([[ 1., 2., 3.], [ 4., 5., 6.]]) >>> a[0,0] 1.0 >>> a[0,1] 2.0 >>> a[1,:] array([ 4., 5., 6.]) >>> a[:,2] array([ 3., 6.]) >>> a[-1:,-2:] array([[ 5., 6.]]) |
Array 기본 구조 (3)
>>> a = np.array([[1,2,3],[4,5,6]],float) >>> a array([[ 1., 2., 3.], [ 4., 5., 6.]]) >>> a.shape // array의 형태를 보여줌
(2, 3) >>> a.dtype // array 구성요소의 데이터타입을 보여줌 dtype('float64') >>> len(a) // 첫 번째 dimension 의 크기 반환 2 >>> 2 in a // 해당 array 에 2라는 값이 있는지 여부 반환 True >>> 0 in a False |
Array 기본 구조 (4)
새로운 dimension을 정하는 튜플을 통해 새로운 형태로 만들 수 있음
reshape 함수는 원래 array 는 그냥 둔 채 새로운 array 를 생성함
>>> a = np.array(range(10), float) >>> a array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]) >>> a = a.reshape((5,2)) >>> a array([[ 0., 1.], [ 2., 3.], [ 4., 5.], [ 6., 7.], [ 8., 9.]]) >>> a.shape (5, 2) |
'프로그래밍 Programming' 카테고리의 다른 글
numpy - Arrays (3) (Array를 만드는 다른 방법들) (0) | 2015.02.28 |
---|---|
numpy - Arrays (2) (0) | 2015.02.26 |
sqlalchemy - group by 를 이용한 결과 표현 (0) | 2015.02.13 |
구글 맵 Google Maps (4) - 실시간 데이터를 활용한 지도 그리기 (히트맵 Heatmap 의 적용) (0) | 2015.01.23 |
구글 맵 Google Maps (3) - 실시간 데이터를 활용한 지도 그리기 (지진 강도에 따라 커지는 원) (0) | 2015.01.22 |