np.array()
np.array() 함수에 대해 상세히 알려드릴게요. np.array() 함수는 파이썬의 NumPy 패키지에서 제공되는 함수로, 리스트나 튜플 등의 iterable 객체를 NumPy 배열로 변환해주는 역할을 합니다. 이제 자세히 알아보도록 할게요.
- np.array() 함수의 입력 형식
- 입력: np.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
- 주요 매개변수 설명
- object: 배열로 변환할 iterable 객체를 넣어줍니다.
- dtype: 배열의 데이터 타입을 지정해줍니다. 기본값은 None이며, 주어지지 않을 경우 입력된 객체의 데이터 타입에 맞게 자동으로 설정됩니다.
- copy: 배열의 복사 여부를 결정합니다. 기본값은 True로, 입력된 객체를 복사하여 새로운 배열을 만듭니다.
- order: 배열의 메모리 배치 순서를 지정합니다. 기본값은 'K'로, 가능한 경우에는 메모리 상에 가장 효율적인 순서로 배열을 배치합니다.
- subok: True로 설정하면 하위 클래스(subclass) 배열을 반환합니다. 기본값은 False로, 항상 기본 클래스인 ndarray를 반환합니다.
- ndmin: 생성된 배열의 최소 차원 수를 지정합니다. 기본값은 0으로, 입력된 객체의 차원 수에 따라 자동으로 결정됩니다.
- np.array() 함수의 예시
- 입력: arr = np.array([1, 2, 3, 4, 5])
- 출력: arr은 [1 2 3 4 5]와 같은 1차원 배열을 가지게 됩니다.
- 입력: arr = np.array([[1, 2, 3], [4, 5, 6]])
- 출력: arr은 [[1 2 3] [4 5 6]]와 같은 2차원 배열을 가지게 됩니다.
- 입력: arr = np.array(['apple', 'banana', 'cherry'])
- 출력: arr은 ['apple' 'banana' 'cherry']와 같은 문자열 배열을 가지게 됩니다.
- 입력: arr = np.array([1, 2, 3, 4, 5])
np.arange()
np.arange() 함수에 대해 알려드릴게요. np.arange() 함수는 주어진 범위에서 지정된 간격으로 순차적인 값들로 이루어진 배열을 생성해줍니다. 이 함수를 사용하면 원하는 숫자 시퀀스를 손쉽게 만들 수 있어요. 자세한 설명과 함께 예시도 보여드릴게요.
- np.arange() 함수의 입력 형식
- 입력: np.arange([start,] stop[, step,], dtype=None)
- 주요 매개변수 설명
- start (선택 사항): 시작 값으로, 기본값은 0입니다. 이 값은 시퀀스의 첫 번째 요소가 됩니다.
- stop: 종료 값으로, 이 값은 시퀀스에 포함되지 않습니다. 따라서 마지막 요소는 stop - 1이 됩니다.
- step (선택 사항): 간격으로, 기본값은 1입니다. 이 값은 연속적인 요소 사이의 거리를 나타냅니다.
- dtype (선택 사항): 배열의 데이터 타입을 지정합니다. 기본값은 None이며, 주어지지 않을 경우 입력된 값에 따라 자동으로 결정됩니다.
- np.arange() 함수의 예시
- 입력: arr = np.arange(5)
- 출력: arr은 [0, 1, 2, 3, 4]와 같은 1차원 배열을 가지게 됩니다.
- 입력: arr = np.arange(1, 10, 2)
- 출력: arr은 [1, 3, 5, 7, 9]와 같은 1차원 배열을 가지게 됩니다.
- 입력: arr = np.arange(3, 10)
- 출력: arr은 [3, 4, 5, 6, 7, 8, 9]와 같은 1차원 배열을 가지게 됩니다.
- 입력: arr = np.arange(10, 1, -1)
- 출력: arr은 [10, 9, 8, 7, 6, 5, 4, 3, 2]와 같은 1차원 배열을 가지게 됩니다.
- 입력: arr = np.arange(5)
'Python > NumPy' 카테고리의 다른 글
[초급] NumPy - 인덱싱(Indexing), 슬라이싱(Slicing) (0) | 2023.05.31 |
---|---|
[초급] NumPy - np.zeros_like(), np.ones_like(), np.full_like() 사용 방법 (0) | 2023.05.31 |
[초급] NumPy - np.empty(), np.full(), np.eye(), np.linspace() 사용 방법 (0) | 2023.05.31 |
[초급] NumPy - np.ones(), np.zeros() 사용 방법 (0) | 2023.05.31 |
[초급] NumPy 설명, 기초, 왜? (1) | 2023.05.30 |