numpy 기초 내용 학습

import numpy as np



array=np.array(range(5))

# array=[0 1 2 3 4]

#공백으로 이루어짐

array=np.array(range(5), dtype=float)

#array=[0. 1. 2. 3. 4.]

#array는 단일 데이터, 하나의 타입으로만 이루어짐

array.astype(int)

#type을 바꿀 수 있음

#dtype은 int, float, str, bool이 있음



# ndarray의 차원 관련 속성 : ndim(n+dimensial) % shape

list=[[0,1,2],[3,4,5]]

arr = np.array(list)

print(arr.ndim) # 2

print(arr.shape) # (2,3)

#shape 조절은

arr.shape = 3,2



matrix = np.array(range(1,16)) => np.arange(1,16)

matrix.shape = 3,5

# matrix의 (2,3) 인덱스의 요소

print(matrix[2,3])

# matrix의 행은 인덱스 0부터 인덱스 1까지, 열은 인덱스 1부터 인덱스 3까지

print(matrix[0:2,1:4])



# arange로 2차원 배열 만들기

x = np.arange(1,13,1) # 1 ~ 12까지 1씩 증가

x.shape = 3,4

=> 더 간단하게 하는 방법 x = np.arange(1,13,1).reshape(3,4)

# boolean indexing: 조건에 맞는 데이터를 가져와 참인지 거짓인지 알려줌

x = np.arange(7)



print(x[x<3]) # [0 1 2]

print(x[x%2==0]) # [0 2 4 6]







# Fancy indexing: 배열의 각 요소 선택을 index 배열을 전달하여 지정하는 방식

x = np.arange(1,13,1).reshape(3,4)

print(x) # [[ 1 2 3 4]

# [ 5 6 7 8]

# [ 9 10 11 12]]

print(x[0,2]) #[[ 1 2 3 4]

# [ 9 10 11 12]]