Numpy


Numpy

  • 성능 : 파이썬 리스트보다 빠름

  • 메모리 사이즈 : 파이썬 리스트보다 적은 메모리 사용

  • 빌트인 함수 : 선형대수, 통계관련 여러 함수 내장

ndarray

  • numpy에서 사용되는 다차원 리스트를 표현할 때 사용되는 데이터 타입

  • list의 경우 연속되지 않은 메모리를 사용하나 ndarray는 연속된 메모리의 vectorization 사용

    • vectorization : 여러 데이터를 한 덩어리로 인식하여 한 번에 연산할 수 있게 하는 것

  • array

    • numpy.array([1,2,3,4])

    • numpy.array([2,3,4],[1,2,5])

  • arange 함수(range 함수와 동일)

    • 예) numpy.arange(1,10,2)

  • ones, zeros

    • 모든 원소를 1로 생성 / 0으로 생성

    • type을 튜플로 생성

    • 예) numpy.ones((4,5))

    • 예) numpy.zeros((2,3,4)) - 면,행,열

  • empty, full

    • empty : 초기화가 되지 않음(비어있는 공간의 배열 생성)

    • 예) numpy.empty((2,3))

    • full : 원하는 값으로 배열 생성

    • 예) numpy.full((2,3), 8) - 모든 원소를 8로 생성

  • eye

    • 단위 행렬 생성

    • 대각선의 모든 원소가 1이고, 나머지는 0

    • numpy.eye(5) - 5행5열의 단위행렬

  • linspace

    • 원하는 수로 등분한 원소 생성

    • numpy.linspace(1,10,3) - 시작값1, 끝값10, 등분학고자 하는 수3

  • reshape

    • 기존의 차원을 원하는 차원으로 바꾸기 위해 사용
  • 바꾸고자 하는 차원 수의 곱이 원래 차원 수의 곱과 같아야 함
    • 사용 예) 이미지 데이터 벡터화 - 이미지는 기본적으로 2차원 혹은 3차원이나 트레이닝을 위해 1차원으로 변경하여 사용 됨
      array.reshape(-1, 6) : 열이 6개인 shape으로 변환
  array.reshape(6, -1) : 행이 6개인 shape으로 변환

  • random 서브모듈

    • rand : 0,1 사이의 분포로 랜덤한 ndarray 생성

      • numpy.random.rand(2, 3) - 2행3열 0~1사이의 random 값

    • randn : n(normal distribution, 정규분포)

      • numpy.random.randn(3, 4, 2) - 3면 4행 2열 정규분포를 따르는 random 값

    • randint : 특정 정수 사이에서 랜덤하게 샘플링

      • numpy.random.randint(1, 100, size=(3,5)) - 3행5열 1~99사이의 random값

    • seed : 랜덤한 값을 동일하게 다시 생성하고자 할 때 사용

      • numpy.random.seed(42) : 42와 연관된 값으로만 설정(고정된 값)

    • choice

      • 주어진 1차원 ndarray로부터 랜덤으로 샘플링

      • 정수가 주어진 경우, numpy.arange(해당숫자)로 간주

      • numpy.random.choice(100, size=(3,4)) - 0~99까지의 정수 를 3행4열로 생성

        x = numpy.array([1,2,3,1.5,2.6,4.9])
numpy.random.choice(x, size=(2,2), replace=False)

    • 확률분포에 따른 ndarray 생성

      • uniform
        • numpy.random.uniform(low=1.0, high=3.0, size=(4, 5))
      • normal
        • numpy.random.normal(size=(3,4))

  • indexing

    • 1차원 벡터 인덱싱

      x = numpy.arange(1, 10)
print(x[-1])
# 9
print(x[4:])
# 4,5,6,7,8,9

    • 2차원 행렬 인덱싱

      x = x.reshape(3,3)
print(x[2,1])
# 8
print(x[[0,1], :2])
# [[1,2],
#	[4,5]]
print(x[x < 6])
# [1,2,3,4,5]

    • 3차원 텐서 인덱싱

      x = numpy.arange(36).reshape(3,4,3)
print(x[0,2,1])
# 7

  • slicing

    • 1차원 벡터 슬라이싱

      x = numpy.arange(10)
print(x[7:])
# [6,7,8,9]

    • 2차원 행렬 슬라이싱

      x = numpy.arange(10).reshape(2, 5)
print(x[1,1:4])
# [6,7,8] - 인덱싱
print(x[:, :2])
# [[0,1], 
#	[5,6]] - 슬라이싱
      • 인덱싱을 하면 차원이 축소되지만, 슬라이싱을 하면 차원이 축소되지 않음
      • 곧, 인덱스 번호를 직접 지명하면 차원 축소, 콜론(:)을 이용하여 슬라이싱 하면 차원 축소 없음

    • 3차원 텐서 슬라이싱

      x = numpy.arange(12).reshape(2, 3, 2)
print(x[:1, :2, :])
# [[[0, 1],
#	[2, 3]]]

  • ravel

    • 다차원 배열을 1차원으로 변경

    • 내부데이터를 유지하기 때문에

    • ‘order’ 파라미터

      • ‘C’ - row 우선 변경
      • ‘F’ - column 우선 변경
      x = numpy.arange(10).reshape(2, 5)
print(x.ravel())
# [0,1,2,3,4,5,6,7,8,9]
temp = x.ravel()
temp[0] = 100
print(temp)
# [100,1,2,3,4,5,6,7,8,9]
print(x)
# [100,1,2,3,4,5,6,7,8,9]
print(x.ravel(order='C')) - C style
# [[0,1,2,3,4],
#   [5,6,7,8,9]]
print(x.ravel(order='F')) - Fotran style
# [[0,2,4,6,8],
#   [1,3,5,7,9]]
      • ravel 함수는 내부데이터를 유지하기 때문에 temp 변수로 데이터를 받더라도 주소값은 x와 같음
      • 곧, temp 변수의 일부 데이터를 변경하면 x 변수의 데이터도 같이 변경 됨

  • flatten

    • 다차원 배열을 1차원으로 변경
    • ravel과의 차이점 : copy를 생성하여 변경함(즉 원본 데이터가 아닌 복사본을 반환)
    • ravel 함수와 같이 order 파라미터를 지님
    x = numpy.arange(10).reshape(2, 5)
print(x.flatten())
# [0,1,2,3,4,5,6,7,8,9]
temp = x.flatten()
temp[0] = 100
print(temp)
# [100, 1,2,3,4,5,6,7,8,9]
print(x)
# [0,1,2,3,4,5,6,7,8,9]
    • ravel과는 달리 flatten은 주소값이 다른 전혀 다른 데이터를 생성하기 때문에 temp 변수 데이터를 변경해도 x 변수에 영향을 미치지 않음

Numpy 공식 문서 링크 : Numpy Documentation

  • 연산 함수
    • add : numpy.add(x, y) - 같은 shape의 x 행렬과 y 행렬의 각자의 같은 위치의 값을 더함
    • substract : numpy.substract(x, y) - 같은 shape의 x 행렬과 y 행렬의 각자의 같은 위치의 값을 뺌
    • multiply : numpy.multiply(x, y) - 같은 shape의 x 행렬과 y 행렬의 각자의 같은 위치의 값을 곱함
    • divide : numpy.divide(x, y) - 같은 shape의 x 행렬과 y 행렬의 각자의 같은 위치의 값은 나눔
  • 통계 함수 : 평균, 분산, 중앙, 최대, 최소값 등 통계 관련된 함수가 내장
    • 평균 : numpy.mean(x) or x.mean()
    • 최대값 : numpy.max(x) : 값을 반환 / x.argmax() : 인덱스를 반환(flatten한 형태로 탐색 후 반환함)
    • 분산 : numpy.var(x)
    • 중앙값 : numpy.median(x)
    • 표준편차 : numpy.std(x)
  • 집계 함수 : 합계(sum), 누적합계(cumsum) 등 계산 가능
    • numpy.sum(x) : scala값 반환
    • numpy.cumsum(x) : array값 반환

  • any : 특정 조건을 만족하는 것이 하나라도 있으면 True, 아니면 False

  • all : 모든 원소가 특정 조건을 만족한다면 True, 아니면 False

    x = numpy.random.randn(3)
# [-0.99252354, 1.17432562, -0.02342682]
numpy.any(x > 0)
# True
numpy.all(x > 0)
# False
  • where : 조건에 따라 선별적으로 값을 선택 가능
    • 예) 음수인 경우는 0, 나머지는 그대로 값을 쓰는 경우
    • numpy.where(x > 0, x, 0)
  • axis 이해하기
    • 몇몇 함수에는 axis keyword 파라미터가 존재
    • axis값이 없는 경우에는 전체 데이터에 대해 적용
    • axis값이 있는 경우에는 해당 axis를 따라서 연산 적용
    • axis를 파라미터로 갖는 함수를 이용하기
      • 거의 대부분의 연산 함수들이 axis 파라미터를 사용
      • 이 경우, 해당 값이 주어졌을 때 해당 axis를 따라서 연산이 적용(따라서 결과는 axis가 제외된 나머지 차원의 데이터만 남게 됨)
    • axis의 값이 튜플일 경우 해당 튜플에 명시된 모든 axis에 대해서 연산
      np.sum(a, axis=(0,1))
  # [198 210 222]
  • boolean indexing
    • ndarray 인덱싱 시, bool 리스트를 전달하여 True인 경우만 필터링
    • 브로드캐스팅을 활용하여 ndarray로부터 bool list 얻기(예. 짝수인 경우만 찾아보기)
    • 다중조건 사용하기
      • 파이썬 논리 연산자인 and, or, not 키워드 사용 불가
      • & -> and / | -> or
  • 브로드캐스팅
    • shape이 같은 두 ndarray에 대한 연산은 각 원소별로 진행
    • 연산되는 두 ndarray가 다른 shape을 갖는 경우 브로드캐스팅(shape을 맞춤) 후 진행
    • rule : 뒷 차원에서부터 비교하여 shape이 같거나, 차원 중 값이 1인 것이 존재하면 가능
January 26, 2020 에 작성
Tags: python