파이썬 Numpy 배열 생성 함수

| array

lst3 = [[1, 2], [3, 4], [5, 6]]
arr3 = np.array(lst3)
print(arr3)

print : [[1 2]

            [3 4]

            [5 6] ]

 

| np.nan, np.inf

NaN이란 Not a Number라는 뜻으로, 숫자가 아님을 뜻하는 상수이다.

INF는 Infinite라는 뜻으로, 무한대 값을 뜻하는 상수이다.

 

| asfarray

asfarray 함수는 배열을 float 자료형으로 바꿔서 생성해주는 함수이다.

arr3 = np.asfarray(lst3)
print(arr3)

print :

[[1. 2.]

 [3. 4.]

 [5. 6.]]

 

| asarray_chkfinite

 

chkfinite는 check finite의 줄임말로 np.nan이나 np.inf가 배열에 들어있는지 확인해준다.

만약에 배열에 들어있는 경우에는 ValueError라는 에러를 발생시킨다.

arr4 = np.array([1, 2, 3, 4])
arr5 = np.array([1, 2, np.nan, 4])
print(np.asarray_chkfinite(arr4))
print(np.asarray_chkfinite(arr5))

print : [1 2 3 4]

print : ValueError

 

| arange

ndarray를 반환한다.

arange(a, b) -> a ~ b-1

print(np.arange(5))
print(np.arange(3, 10))
print(np.arange(2, 10, 2))

print : [0 1 2 3 4]

print : [3 4 5 6 7 8 9]

print : [2 4 6 8]

 

| linspace, logspace

linspace와 logspace는 숫자 범위가 주어지면 그 사이에서 선형 간격 또는 로그 간격으로 일정하게 숫자를 배열하여 만들어주는 함수다.

예를 들어, linspace 0부터 1까지 4개라고 하면 0, 1/3, 2/3, 1로 총 4개를 만들어준다.

print(np.linspace(0, 1, 4))
print(np.logspace(0.1, 1, 10))

print : [ 0.    0.33333333.    0.66666667 1.]

print : [1.25892541    1.58489319.   2.51188643.   ...    10.]

 

| zeros, ones, full

zeros, ones, full 함수는 특정 값으로 전체 배열을 채워주는 함수이다.

이름에서 볼 수 있다시피 zeros는 0으로, ones는 1로, full은 지정한 값으로 전부 채워준다.

print(np.zeros(5))
print(np.zeros((2, 3)))

print(np.ones(3))
print(np.ones((2, 3, 4)))

print(np.full(3, 4))
print(np.full((2, 4), 5))

print : [0. 0. 0. 0. 0.]

print : [[0. 0. 0.]

            [0. 0. 0.]]

 

print : [1. 1. 1.]

print : [[[1. 1. 1. 1.]

              [1. 1. 1. 1.]

              [1. 1. 1. 1.]]

 

            [[1. 1. 1. 1.]

             [1. 1. 1. 1.]

             [1. 1. 1. 1.]]]

 

print : [4 4 4]

print : [[5 5 5 5]

            [5 5 5 5]] 

 

| eye, identity

eye와 identity는 2차원 항등행렬을 만들어주는 함수이다.

print(np.eye(3))
print(np.identity(4))

print : [[1. 0. 0.]

            [0. 1. 0.]

            [0. 0. 1.]]

print : [[1. 0. 0. 0.]

            [0. 1. 0. 0.]

            [0. 0. 1. 0.]

            [0. 0. 0. 1.]]

| reshape

reshape 함수는 1차원 배열을 다차원 배열로 바꿔주는 함수이다.

즉, 12개짜리 1차원 배열이 있다면 3x4 나 2x6등으로 바꿀 수 있다.

arr6 = np.arange(12)
print(arr6)
arr7 = np.arange(12).reshape(3, 4)
print(arr7)

print : [0 1 2 3 4 5 6 7 8 9 10 11]

print : [[0 1 2 3]

            [4 5 6 7]

            [8 9 10 11]]