넘파이 newaxis 넘파이 newaxis는 넘파이 배열에 새로운 축(차원)을 추가하는 데 사용되는 데 사용되는 인덱싱 객체이다. 이는 배열의 차원을 늘리거나 형태를 변경하는 데 유용하다. 일반적으로 배열 슬라이싱에서 사용되며, 슬라이싱 결과에 새로운 축을 추가하려고 할 때 사용된다. import numpy as np # 1차원 배열 arr = np.array([1, 2, 3, 4]) # newaxis를 사용하여 1차원 배열을 2차원 배열로 변경 arr_2d = arr[:, np.newaxis] print(arr_2d) 위의 예제 코드는 arr 배열이 세로 방향으로 새로운 축이 추가된 2차원 배열이 된다. newaxis는 배열의 차원을 조작하고 브로드캐스팅(Broadcasting)과 같은 작업을 수행할 ..

넘파이 squeeze() 함수 sequeeze() 함수는 배열의 크기가 1인 차원을 제거하여 배열의 형상을 변경하는 데 사용된다. 주로 1인 차원을 제거하여 배열의 불필요한 차원을 축소하거나, 스칼라 값을 포함하는 배열을 스칼라 값으로 변환하는 데 유용하다. 함수의 이름 그대로 차원을 쥐어짜 내어 차원을 제거한다고 생각하면 된다. squeeze() 함수의 기본 구조 import numpy as np np.squeeze(a, axis = None) a - 차원을 제거할 입력 배열이다. axis(선택적) - 특정한 축(들)에 대해서만 차원을 제거한다. 기본값은 None으로, 모든 크기가 1인 차원을 제거한다. import numpy as np arr = np.array([[[0]], [[0]], [[0]]]..

넘파이 배열(array) NumPy(넘파이)의 배열은 파이썬에서 다차원 배열을 효율적으로 다룰 수 있게 해주는 라이브러리이다. NumPy 배열은 리스트와 유사하지만 훨씬 더 효율적인 연산을 지원하며 다차원 데이터를 처리하는 데 특화되어 있다. 넘파이의 주요 특징을 한 번 살펴보자. 다차원 배열 - NumPy는 다차원 배열을 지원하며, 1D, 2D, 3D 등 다양한 차원의 배열을 생성하고 다룰 수 있다. 백터화 연산 - NumPy 배열은 요소 간 연산을 간편하게 수행할 수 있도록 백터화 연산을 지원한다. 이는 반복문을 사용하지 않고도 배열 전체에 대한 연산을 수행할 수 있게 해 준다. 효율적인 메모리 사용 - NumPy 배열은 원시 데이터 타입을 사용하며 연속된 메모리 블록에 데이터를 저장하므로 효율적인 ..

넘파이 moveaxis() 함수 넘파이(NumPy)의 moveaxis() 함수는 다차원 배열에서 축의 위치를 변경하는 데 사용된다. 이 함수는 배열의 축을 새로운 위치로 이동시키고, 이를 통해 배열의 형태를 조절할 수 있다. moveaxis() 함수의 기본 구조는 아래와 같다. import numpy as np np.moveaxis(arr, source, destination) arr - 축을 이동시킬 배열 source - 현재 위치한 축의 인덱스 또는 축의 이름 destination - 이동하고자 하는 새로운 위치의 인덱스 또는 축의 이름 import numpy as np # 3차원 정수형 배열 생성 arr = np.zeros([2,3,4]) # 첫 번째 축을 마지막 축으로 이동 new_arr = np..

넘파이 swapaxes() 함수 swapaxes() 함수는 배열의 두 축을 서로 교환하여 새로운 배열을 반환하는 NumPy 함수이다. 이 함수는 주어진 두 축의 인덱스를 기반으로 배열의 차원을 교환한다. 이를 통해 배열의 모양을 변경할 수 있다. 예를 들어, 2차원 배열에서 swapaxes() 함수를 사용하면 행과 열을 서로 교환할 수 있다. 이를 통해 배열의 모양이 변경된다. 함수의 사용은 아래와 같다. import numpy as np # 2차원 배열 생성 arr_2d = np.array([[1, 2, 3], [4, 5, 6]]) # 행과 열 교환 result_arr = arr_2d.swapaxes(0, 1) print("Original 2D Array") print(arr_2d) print("\nS..

넘파이 ravel() 함수넘파이의 ravel() 함수는 다차원 배열을 1차원 배열로 변환하는 함수이다. 즉, 배열의 모든 요소를 1차원으로 나열하여 반환한다. ravel() 함수의 목적은 다음과 같다.다차원 배열을 1차원 배열로 변환하여 처리하기 쉽게 만들기다차원 배열의 모든 요소를 순차적으로 처리하기다차원 배열을 다른 함수의 인수로 전달하기다음은 ravel() 함수를 사용하는 다양한 사례이다. 예제 코드를 살펴보며 어떻게 사용하는지 익혀보자. 다차원 배열을 1차원 배열로 변환하여 처리하기import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) arr_ravel = np.ravel(arr) print(arr_ravel)[1 2 3 4 5 6]실행 결과 다차원..

넘파이 transpose() 함수 transpose() 함수는 다차원 배열의 축을 교환하여 배열의 차원을 바꾸는 함수이다. 이 함수를 사용하면 배열의 행과 열을 교환할 수 있다. 다차원 배열에서는 각 차원의 순서를 변경함으로써 배열의 형태를 조작할 수 있다. 일반적으로 행렬의 전치(transpose)를 수행할 때 많이 사용된다. 전치는 행렬의 행과 열을 서로 맞바꾸는 작업을 의미한다. 전치는 다양한 계산 및 작업에서 유용하게 활용된다. 예를 들어, 이미지 데이터의 차원을 변경하거나 행과 열을 교환하여 데이터를 적절하게 조작할 때 transpose() 함수가 유용하게 사용될 수 있다. transpose() 함수를 사용한 2차원 배열의 전치 import numpy as np # 2차원 배열 생성 arr = ..

넘파이 flatten() 함수 NumPy의 flatten() 함수는 다차원 배열을 1차원 배열로 평탄화하는 데 사용된다. 이 함수는 항상 원본 배열의 복사본을 만들어 반환한다. 따라서 반환된 1차원 배열을 수정하더라도 원본 배열은 영향을 받지 않는다. 아래는 flatten() 함수에 대한 특징이다. 새로운 배열 생성 - flatten() 함수는 항상 새로운 1차원 배열을 생성하여 반환한다. 이는 메모리 사용량이 늘어날 수 있고, 큰 배열의 경우 성능에 영향을 줄 수 있다. 복사 오버헤드 - flatten() 함수는 배열을 1차원으로 평탄화하기 위해 복사본을 만들어야 한다. 따라서 큰 배열을 다뤄야 할 때는 오버헤드가 있을 수 있다. 뷰(View)가 아닌 복사 - flatten()은 항상 원본 배열의 복사..

넘파이 resize() 함수 넘파이(NumPy)의 resize() 함수는 배열의 크기를 변경하는 함수이다. 이 함수를 사용하여 배열의 모양(shape)을 조정하거나 크기를 늘리거나 줄일 수 있다. 다만, 크기를 변경하면서 데이터를 재배열하거나 채워 넣지는 않는다. resize() 함수의 기본 구조는 아래와 같다. import numpy as np np.resize(a, new_shape) a - 크기를 변경하려는 배열 new_shape - 변경하려는 새로운 모양(크기)을 나타내는 튜플이나 정수 resize() 함수는 원본 배열 a를 변경하지 않고 주어진 new_shape에 따라 크기를 조정한 새로운 배열을 반환한다. 예를 들어, 1차원 배열을 2x3 형태의 2차원 배열로 변경하려면 아래와 같이 사용할 수..

넘파이 reshape() 함수 넘파이(Numpy)의 reshape() 함수는 다차원 배열의 모양(형태)을 변경할 때 사용되는 함수이다. reshape() 함수를 사용하여 배열의 차원을 바꾸거나 배열의 구조를 재정의할 수 있다. reshape() 함수의 기본 구문 numpy.reshape(a, newshape, order='C') a - 모양을 변경하려는 배열(리스트, 튜플 모두 가능) newshape - 변경하려는 새로운 모양이다. 이것은 튜플 또는 정수값의 나열로 제공된다. 새로운 모양은 원래 배열의 원소 수와 일치해야 한다.(예 : 3차원 배열로 변경하려면 3을 넣으면 된다.) order(선택적) - 요소의 저장 순서를 지정한다. 'C'(기본값)는 행 주위의 데이터 저장 순서를 나타내며, 'F'는 열..

넘파이 다차원 배열 연산 넘파이(Numpy)를 사용한 다차원 배열 연산은 다차원 배열(또는 행렬)에 대한 다양한 수학적, 통계적, 및 선형 대수 연산을 수행하는 것을 의미한다. 다차원 배열 연산은 데이터 분석, 과학 및 엔지니어링 응용 프로그램에서 매우 중요하며, 넘파이는 이러한 작업을 간편하게 수행할 수 있는 강력한 도구를 제공한다. 산술 연산 넘파이(Numpy)를 사용한 산술 연산은 다차원 배열(또는 행렬)에 대한 기본적인 수학적 연산을 포함한다. 다차원 배열의 각 요소에 대한 연산을 수행할 수 있다. 산술 연산을 수행할 때는 기본적으로 두 배열이 있을 때 같은 인덱스의 요소끼리 연산을 수행한다. 만약 두 배열의 길이가 다르면 산술 연산을 할 수 없기 때문에 두 길이가 다른 배열을 연산하려면 브로드캐..

넘파이(NumPy)는 파이썬에서 과학적 계산을 위해 사용되는 라이브러리이다. 넘파이는 다차원 배열을 지원하며, 이 배열을 검색하는 다양한 방법을 제공한다. 오늘은 그 방법들에 대해 알아보는 시간을 가져보자. 1. 배열의 일반 검색배열의 일반 검색은 배열의 모든 요소를 순회하면서 조건에 맞는 요소를 찾는 방법이다. 예제 코드import numpy as np # 2차원 배열 생성 array = np.array([[1, 2, 3], [4, 5, 6]]) # 배열의 모든 요소를 순회하면서 5보다 큰 요소를 찾기 for i in range(array.shape[0]): for j in range(array.shape[1]): if array[i, j] > 5: print(array[i, j])6 6실행 결과 위의..