Machine Learning #3 numpy

Numpy 배열

- 배열을 생성할 때는 효율성을 높이려고 배열을 데이터에 연결

- python 내부적으로는 array를 지원하지 않는다.

- numpy는 C로 구성되어 있으며, 리스트 형태의 python data를 C의 array type으로 만들어 준다.

[Code]

import numpy as np

arr = np.arange(10)
print('\n', arr)
print('\n', arr[5])
print('\n', arr[5:8])
arr[5:8] = 12
print('\n', arr)

arr_slice = arr[5:8]
print('\n', arr_slice)

arr_slice[1] = 12345
print('\n', arr)

arr_slice[:] = 64
print('\n', arr)

arr3d = np.array([[[1., 2., 3.],[4., 5., 6.]], [[7., 8., 9.],[10., 11., 12.]]])
print('\n', arr3d)

print('\n', arr3d[0])

old_values = arr3d[0].copy()
print('\n', old_values)

arr3d[0] = 42
print('\n', arr3d)

arr3d[0] = old_values
print('\n', arr3d)

print('\n', arr3d[1, 0])

[Result]

 [0 1 2 3 4 5 6 7 8 9]

 5

 [5 6 7]

 [ 0  1  2  3  4 12 12 12  8  9]

 [12 12 12]

 [    0     1     2     3     4    12 12345    12     8     9]

 [ 0  1  2  3  4 64 64 64  8  9]

 [[[ 1.  2.  3.]

  [ 4.  5.  6.]]

 [[ 7.  8.  9.]

  [10. 11. 12.]]]

 [[1. 2. 3.]

 [4. 5. 6.]]

 [[1. 2. 3.]

 [4. 5. 6.]]

 [[[42. 42. 42.]

  [42. 42. 42.]]

 [[ 7.  8.  9.]

  [10. 11. 12.]]]

 [[[ 1.  2.  3.]

  [ 4.  5.  6.]]

 [[ 7.  8.  9.]

  [10. 11. 12.]]]

 [7. 8. 9.]

Process finished with exit code 0