np.ones_like()

• ()안과 같이 동일한 모양으로 배열을 만든다.

import numpy as np
a = np.ones(5,5)
b = np.ones_like(a)
print(b)

실행결과
array([[1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]])

.shape

• 특정 배열이 가지고 있는 모양을 확인가능하다.

.ndim

• 특정 배열이 몇 차원인지 확인가능하다.

.dtype

• 특정 배열의 데이터 타입을 확인가능하다.

b.shape -> (5,5)
d.ndim -> 2
b.dtype -> dtype('float64)

range

• range 는 시퀀스라고 한다.
• range 는 보통 반복문에서 주로 사용가능하다.
• numpy에서도 range 와 비슷한 모양으로 사용가능하다.
• range 만을 사용해서는 실수 시퀀스가 불가능하다.
• numpy에서는 arange 만을 사용해서 실수 시퀀스가 가능하다.

Python 에서의 복사

• Python 은 객체지향 언어이다.

list_a = [1,2,3,4,5,6,7]
list_b = list_a
list_a
list_b
list_b[2] = 3003
list_b
list_a
ld(list_a)
ld(list_b)

list_a 와 list_b 의 id는 서로 같다. 이는 list_b 가 list_a 전체를 복사하지 않고 list_a와 같이 가리키도록 하여서
만약에 b 의 값이 바뀌면 a 의 값도 바뀐다.

객체를 복사할 때 슬라이싱해서 복사하면 슬라이싱 한 만큼만 새롭게 객체가 생성된다.

numpy

• numpy 배열을 사용하기 위해서 import문을 사용해야한다.

```Python
import numpy as np
```

numpy 배열 안에 들어가는 원소는 하나의 타입만이 아닌, 여러가지 타입이 가능하다.

예시

import numpy as np
l = [ 1,2,3,4,5,3.14,'HELLO']
a = np.array( l )
print(a)

실행결과
['1' '2' '3' '4' '5' '3.14' 'HELLO']

a의 타입을 확인해보면, numpy.ndarray 임을 알 수 있다. ndarray는 n 차원의 배열을 말한다.

궁금한 키워드에 대해서는 키워드를 클릭 후 , Shift + Tab 키로 확인할 수 있다.

np.zeros()

• ()안에 주어진 타입이나 형태에 따라서 배열을 반환한다. 이때, 원소 값들은 0으로 초기화한다.

예시

import numpy as np
np.zeros((2,7))

실행결과
array([[0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0.]])

zeros() 말고 ones()도 있다.

예시

a = np.ones((4.4))
print(a)

실행결과
[[1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]]

np.eye()

• 단위행렬을 리턴하는 함수이다.
• 대각선 기본값은 1이고 나머지 값들은 0이다.
• 파라미터를 어떻게 조정하느냐에따라 리턴되는 값이 다르다.

예시1

a = np.eye(5)
print(a)

실행결과
[[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.]]

예시2

a = np.eye(5, k=2)
print(a)

실행결과
[[0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]

k=2 라는 말은, 2열부터 대각선 값이 들어간다는 말이다.

np.identity()

• 단위행렬만들 리턴하는 함수이다.

a = np.identity(5)
print(a)

실행결과
[[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.]]

np.full

• ()안에 주어진 형태와 값으로 배열을 리턴하는 함수이다.

예시

a= np.full((4,4), 978)
print(a)

실행결과
[[978 978 978 978]
 [978 978 978 978]
 [978 978 978 978]
 [978 978 978 978]]

np.empty()

• 배열 안에 있는 원소 값들은 초기화하지 않은 채 리턴하는 함수이다.
• 배열을 사용할 공간을 미리 만들고, 배열 안 원소 값 초기화는 나중에 할 때 사용한다.

예시

a = np.empty((3,3))
print(a)

실행결과
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]