[ Numpy ] Python 라이브러리 Numpy_ndarray 생성 방법들

이번에는 Numpy 배열 ndarray를 생성하는 다양한 방법에 대해서 알아보겠습니다. 

                                                                                          <주요 함수> 
array : 입력 데이터를 ndarray로 변환하며 dtype을 명시하지 않은 경우 자료형을 추론하여 저장 기본적으로 입력 데이터는 복사
asarray : 입력 데이터를 ndarray로 변환하지만 입력 데이터가 이미 ndarray인 경우 복사가 일어나지 않음
arange : 내장 range 함수와 유사하지만 리스트 대신 ndarray를 반환한다.
ones, ones_like : 주어진 dtype과 모양을 가지는 배열을 생성하고 내용을 모두 1로 초기화. ones_like는 주어진 배열과 동일하 모양과 dtype을 가지는 배열을 새로 생성하여 내용을 모두 1로 초기화
zeros, zeros_like : ones와 동일 모두 0으로 채움
empty, empty_like : 메모리를 할당하여 새로운 배열을 생성하지만 값을 초기화하지 않음
full, full_like : 인자로 받은 dtype과 배열의 모양을 가지는 배열을 생성하고 인자로 받은 값으로 배열을 채운다.
eye, identity : NxN 크기의 단위행렬을 생성한다.

순차적인 객체를 넘겨받고 넘겨받은 데이터가 들어 있는 새로운 Numpy배열을 생성할 수 있습니다. 

data1 = [6, 7.6, 8,0,1]  # 리스트를 넘파이 배열로
arr1 = np.array(data1)
arr1

같은 길이를 가지는 리스트를 내포하고 있는 순차 데이터는 다차원 배열로 변환이 가능합니다. 

data2 = [[1,2,3,4],[5,6,7,8]]
arr2 = np.array(data2)
arr2

data2로부터 형태를 추론하여 2차원 형태로 생성됩니다. ndim과 shape를 통해서 이를 확인할 수 있습니다. 

arr2.ndim
arr2.shape

명시적으로 지정하지 않은 한 np.array는 생성될 때 적절한 자료형을 추론하여 생성합니다. 그렇게 추론된 자료형은 dtype객체에 저장됩니다. 

---

np.array 이외 다양한 함수들을 통해 numpy배열을 생성해보겠습니다. 

data = [[1,2,3,4],[5,6,7,8]]

np.asarray(data)

asarray(data)는 입력한  data를 ndarray로 변환해줍니다. 

 

np.arange(10)

np.arange(n)을 하면 n개의 시퀀스 ndarray를 반환합니다. 

np.ones((2,3))

np.ones((n,m))은 shape가 n x m인 ndarray를 반환하는데 원소가 모두 1입니다. 

 

np.ones_like(arr)

ones_like(arr)은 인자로 받은 arr의 모양으로 ndarray를 반환하는데 1로 초기화된 상태로 반환합니다. 

 

np.zeros((2,3))

np.zeros()는 np.ones()와 동일하지만 0으로 초기화된 상태로 반환합니다. 

 

np.empty((2,3))

np.empty()는 인자로 받은 모양대로 ndarray를 초기화하지 않은 상태로 반환합니다. 따라서 채워진 값들은 가비지 값들이 들어가게 됩니다. 

 

np.full((2,3),2)

np.full()은 인자로 받은 shape와 데이터로 채워진 ndarray를 반환합니다. 

 

np.full((2,2),[2,3])

이런 식으로 데이터를 리스트로 줄 수도 있습니다. 

 

np.eye(3) #3 x 3 
np.identity(3)

마지막으로는 identity 행렬을 생성하는 함수입니다.