라이브러리/Numpy

Numpy - array 생성방법(creation function)

창창호 2022. 12. 30. 15:19

arange

array의 범위를 지정하여, 값의 list를 생성하는 명령어

import numpy as np

In

np.arange(30)

Out

array([ 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])

np.arange(시작점, 끝점, 단위)

In

np.arange(0, 5, 0.5)

Out

array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])

arange한 후 reshape하는 경우 (자주 쓰임)

예시1
In

np.arange(30).reshape(5,6)

Out

array([[ 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]])

예시2
In

np.arange(30).reshape(-1,5)

Out

array([[ 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]])

zeros

0으로 가득찬 ndarray생성

zero vector 생성

In

np.zeros(shape=(10,), dtype = np.int8)

Out

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int8)

zero matrix 생성

In

np.zeros((2,5))

Out

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

ones

1으로 가득찬 ndarray생성

예시1

In

np.ones(shape=(10,), dtype=np.int8)

Out

array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int8)

예시2

In

np.ones((2,5))

Out

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

empty

메모리 공간만 잡아 주는 기능

예시1

In

np.empty(shape=(10,), dtype=np.int8)

Out

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int8)

예시2

In

np.empty((3,5))

Out

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

somthing_like

기존 ndarray의 shape 크기 만큼 1,0 또는 empty array를 반환

예시1

In

test_matrix = np.arange(30).reshape(5,6)
np.zeros_like(test_matrix)

Out

array([[0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0]])

예시2

In

test_matrix = np.arange(30).reshape(5,6)
np.ones_like(test_matrix)

Out

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, 1, 1, 1, 1, 1]])