numpy - Arrays (2)

copy

copy 함수를 통해 새로운 array 생성 가능

>>> a = np.array([1,2,3], float) >>> b = a >>> c = a.copy() >>> a array([ 1.,  2.,  3.]) >>> b array([ 1.,  2.,  3.]) >>> c array([ 1.,  2.,  3.])

tolist 

array 로부터 list 생성 가능

>>> a = np.array([1, 2, 3], float) >>> a.tolist() [1.0, 2.0, 3.0] >>> list(a) [1.0, 2.0, 3.0]

tostring / fromstring

tostring 함수(binary 문자열로 변환)와 fromsrting 함수(역으로 binary 에서 array 생성)

대량의 array 데이터 저장에 효율적임

>>> a = array([1, 2, 3], float) >>> s = a.tostring() >>> s '\x00\x00\x00\x00\x00\x00\xf0?\x00\x00\x00\x00\x00\x00\x00@\x00\x00\x00\x00\x00\x00\x08@' >>> np.fromstring(s) array([ 1., 2., 3.])

fill 

fill 함수를 통해 하나의 값으로 array 를 채울 수 있음 

>>> a = array([1, 2, 3], float) >>> a array([ 1., 2., 3.]) >>> a.fill(0) >>> a array([ 0., 0., 0.])

transpose 

array의 축을 서로 바꿔 보여주는 함수

>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]]) >>> a array([[1, 2, 3],        [4, 5, 6],        [7, 8, 9]]) >>> a.transpose() array([[1, 4, 7],        [2, 5, 8],        [3, 6, 9]]) >>> b = np.array([[1,2],[4,5],[7,8]]) >>> b array([[1, 2],        [4, 5],        [7, 8]]) >>> b.transpose() array([[1, 4, 7],        [2, 5, 8]])

flatten 

다차원 array 를 1차원 array로 바꾸는 함수 

>>> a = np.array([[1, 2, 3], [4, 5, 6]], float) >>> a array([[ 1., 2., 3.], [ 4., 5., 6.]]) >>> a.flatten() array([ 1., 2., 3., 4., 5., 6.])

concatenate 

2개 이상의 array 을 합치는 함수

>>> a = np.array([1,2], float) >>> b = np.array([3,4,5,6], float) >>> c = np.array([7,8,9], float) >>> np.concatenate((a, b, c)) array([1., 2., 3., 4., 5., 6., 7., 8., 9.])

1차원 이상의 array 를 결합하는 경우는 아래와 같음

>>> a = np.array([[1, 2], [3, 4]], float) >>> b = np.array([[5, 6], [7,8]], float) >>> np.concatenate((a,b)) array([[ 1., 2.],           [ 3., 4.],           [ 5., 6.],           [ 7., 8.]]) >>> np.concatenate((a,b), axis=0) array([[ 1., 2.],           [ 3., 4.],           [ 5., 6.],           [ 7., 8.]]) >>> np.concatenate((a,b), axis=1) array([[ 1., 2., 5., 6.],           [ 3., 4., 7., 8.]])

newaxis 를 이용해 차원을 늘릴 수 있다. 적절한 차원의 array 를 생성시 효과적이다.

>>> a = np.array([1, 2, 3], float) >>> a array([1., 2., 3.]) >>> a[:,np.newaxis] array([[ 1.],          [ 2.],          [ 3.]]) >>> a[:,np.newaxis].shape (3,1) >>> b[np.newaxis,:] array([[ 1., 2., 3.]]) >>> b[np.newaxis,:].shape (1,3)