import numpy as np
slicing
data change
- 첫 번째 방법을 추천 ( 두 번째의 경우 error 발생 소지 있음)
a.transepose() / a.T
- transpose 해서 showing, original data는 변경 없음.
a. flatten()
- nested array를 1D Matrix로 변환함. original data는 변경 없음.
- data copy후 original data를 수정하면, copy된 data에는 영향없음.
a.ravel()
- flatten()과 동일한 기능을 하지만, ravel()은 original data 수정하면 copy된 data도 변경 됨.
np.concatenate((a_array, b_array, ...) , axis = 0 / 1)
- array를 연결해줌.
- axis = 0 : ↓ 방향으로
- axis = 1 : → 방향으로
a.reshpae(array size - tuple 아님!!)
- size에 -1 있으면, original size를 보고 추론되는 값으로 대치 됨
a.[ : , np.newaxis ]
- axis 추가됨. ex 1D → 2D
np.hstack( [ a, b ] )
np.vstack( [ a, b ] )
np.dstack( [ a, b ] )
- ndarray들을 horizontal / vertical / dimensional stacking함. (size 일치 필요)
np.tile( a, (3, 2))
- a ndarray를 3 x 2 반복
np.meshgrid( x, y )
'공부는 언제까지 해야 하나' 카테고리의 다른 글
[Python] pandas module - Series object (0) | 2021.02.03 |
---|---|
[Python] numpy module - File IO (0) | 2021.02.03 |
[Python] numpy module - matrix operation (0) | 2021.02.03 |
[Python] numpy module - mathematics / statistics (0) | 2021.02.03 |
[Python] Numpy module - creation (0) | 2021.02.03 |