■ ndarray 클래스의 sum 메소드를 사용해 각 행의 요소 값을 더하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9), (10, 11, 12)] sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray.sum(axis = 1) print(targetNDArray) """ [ 6 15 24 33] """ |
■ ndarray 클래스의 sum 메소드를 사용해 각 열의 요소 값을 더하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9), (10, 11, 12)] sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray.sum(axis = 0) print(targetNDArray) """ [22 26 30] """ |
■ ndarray 클래스의 diag 함수를 사용해 대각선 요소의 값만 추출한 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] sourceNDArray = np.array(sourceList) targetNDArray = np.diag(sourceNDArray) print(targetNDArray) """ [1 5 9] """ |
■ ndarray 클래스의 ones_like 함수를 사용해 소스 배열의 차원 크기를 갖고 요소 값을 1로 초기화 한 배열을 구하기는 방법을 보여준다. ▶ 예제
■ ndarray 클래스의 identity 함수를 사용해 단위 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np ndArray = np.identity(5) print(ndArray) """ [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] """ |
■ ndarray 클래스의 empty 함수를 사용해 요소 값을 초기화 하지 않고 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
import numpy as np sourceNDArray = np.empty((4, 3)) print(sourceNDArray) """ [[6.23042070e-307 3.56043053e-307 1.60219306e-306] [2.44763557e-307 1.69119330e-306 1.78022342e-306] [1.05700345e-307 1.24610383e-306 1.37960826e-306] [8.90104918e-307 2.22522596e-306 0.00000000e+000]] """ |
■ ndarray 클래스의 reshape 메소드를 사용해 배열의 차원을 변경하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
import numpy as np sourceList = [(1, 2, 3, 4), (5, 6, 7, 8)] # 2×4 배열 sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray.reshape(4, 2) # 4×2 배열 print(targetNDArray) """ [[1 2] [3 4] [5 6] [7 8]] """ |
■ ndarray 클래스의 reshape 메소드를 사용해 배열의 차원을 변경하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import numpy as np ndArray = np.arange(30).reshape(-1, 5) print(ndArray) """ [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24] [25 26 27 28 29]] """ |
■ ndarray 클래스의 tolist 메소드를 사용해 list 객체를 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] sourceNDArray = np.array(sourceList) targetList = sourceNDArray.tolist() print(targetList) """ [[1, 2, 3], [4, 5, 6], [7, 8, 9]] """ |
■ ndarray 클래스의 arange 함수를 사용해 순차적인 요소 값을 갖는 1차원 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 |
import numpy as np ndArray = np.arange(10) print(ndArray) """ [0 1 2 3 4 5 6 7 8 9] """ |
■ ndarray 클래스의 copy 메소드를 사용해 배열을 복사하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray[0:2, 1:3].copy() print(targetNDArray) """ [[2 3] [5 6]] """ |
■ ndarray 클래스에서 * 연산자를 사용해 배열 요소를 곱하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray * 3 print(targetNDArray) """ [[ 3 6 9] [12 15 18] [21 24 27]] """ |
■ ndarray 클래스의 dtype 속성을 사용해 배열의 데이터 타입을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] ndArray = np.array(sourceList) print(ndArray.dtype) """ int32 """ |
■ ndarray 클래스의 shape 속성을 사용해 배열 차원을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] ndArray = np.array(sourceList) print(ndArray.shape) """ (3, 3) """ |
■ ndarray 클래스의 astype 메소드를 사용해 배열의 데이터 타입을 변경하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] sourceNDArray = np.array(sourceList) targetNDArray = sourceNDArray.astype(np.float64) print(targetNDArray) """ [[1. 2. 3.] [4. 5. 6.] [7. 8. 9.]] """ |
■ ndarray 클래스의 array 함수를 사용해 list 객체에서 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np sourceList = [(1, 2, 3), (4, 5, 6), (7, 8, 9)] ndArray = np.array(sourceList) print(ndArray) """ [[1 2 3] [4 5 6] [7 8 9]] """ |
■ ndarray 클래스의 eye 함수를 사용해 단위 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np ndArray = np.eye(3) print(ndArray) """ [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]] """ |
■ ndarray 클래스의 zeros 함수를 사용해 0으로 초기화 한 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np ndArray = np.zeros((3, 2)) print(ndArray) """ [[0. 0.] [0. 0.] [0. 0.]] """ |
■ ndarray 클래스의 ones 함수를 사용해 1로 초기화 한 배열을 구하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np ndArray = np.ones((3, 2)) print(ndArray) """ [[1. 1.] [1. 1.] [1. 1.]] """ |
■ ndarray 클래스의 array 함수를 사용해 2차원 배열을 생성하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
import numpy as np ndarray = np.array([(1, 2, 3, 4), (4, 5, 6, 7), (8, 9, 10, 11), (12, 13, 14, 15)]) print(ndarray) print(ndarray.ndim) # 차원 수를 표시한다. print(ndarray.shape) # 차원별 항목 수를 표시한다. print(ndarray.dtype) # 항목 데이터 타입을 표시한다. """ [[ 1 2 3 4] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] 2 (4, 4) int32 """ |
■ ndarray 클래스에서 array 함수를 사용해 1차원 배열을 생성하는 방법을 보여준다. ▶ 예제 코드 (PY)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import numpy as np ndarray = np.array([1.3, 1, 4.0, 23.99], dtype='float64') print(ndarray) print(ndarray.ndim) # 차원 수를 표시한다. print(ndarray.shape) # 차원별 항목 수를 표시한다. print(ndarray.dtype) # 항목 데이터 타입을 표시한다. """ [ 1.3 1. 4. 23.99] 1 (4,) float64 """ |