Numpy 정리

import numpy as np

data = np.random.randn(2,3)          랜덤값을 채운 행렬반환

data * 10                    각항목에 연산 가능

data * data                  행렬 항목간 연산

data.dtype, data.shape    항목의 데이터 타입, 행렬 사이즈 보기

np.zeros(size)                     사이즈를 튜플로 받아 0 행렬을 준다

np.arange(start, end, step)    배열 리턴

np.dot(arr1, arr2)                 행렬 곱

ndarray.reshape(튜플)           배열 재구성

ndarray.T                            Transpose  (배열 전치), 데이터 복사 없이 뷰를 반환함

Universial function ( 고속연산 )

np.sqrt(arr)                       square root

np.exp(arr)                        exponential  밑이 자연상수 e인  지수함수

np.max(x)                         가장 큰 값

np.maximum(x, y)               큰 값 선택 배열

np.where(cond, xarr, yarr)    cond에 따른 선택 배열

result = np.where (rm > 0, 1, -1)

np.sum(arr)

np.mean(arr)

arr.sum(axis = 0)                   axis = 0 : 행에 대해 연산. 결과 갯수는 열의 수

arr.mean(axis = 1)                 axis = 1 : 열에 대해 연산. 결과 갯수는 행의 수

np.sort()             정렬

np.sort(1)  열 따라서 정렬,  각 행 정렬

np.sort(0)  행 따라서 정렬,  각 열 정렬

집합 함수

np.unique(x) : 중복제거 후 정렬하여 반환

np.intersect1d(x,y)  : 교집합 정렬 반환

np.union1d(x,y) :    합집합 반환

선형대수 pack

from numpy.linalg import inv, qr

X = np.random.randn(3,4)

inv(X)     역행렬