numpy ndarray

N-dimensional array

Create

• np.array()

a = np.array([[1,2], [3,4]])

• numpy.ones
create array which has all components 1

np.ones((2, 3))
  # [[1., 1., 1.],
  #  [1., 1., 1.]]

• numpy.full()

np.full((2, 3), 7)  # [[7, 7, 7], [7, 7, 7]]

• numpy.zeros_like()

a = np.array([[1,2], [3,4]])
  np.zeros_like(a)  # [[0, 0], [0, 0]] 

• np.arange()
like range function, define size of the step

 np.arange(0, 10, 2)  # [0, 2, 4, 6, 8] 

• numpy.empty()

 np.empty((2, 3))  # [[?, ?, ?], [?, ?, ?]] # arbitrary values

• np.linspace
Number of samples

 np.linspace(0, 10, 5)  # [0., 2.5, 5., 7.5, 10.]

• np.eye()
return 2D identity matrix with size N

np.eye(3)  # [[1,0,0], [0,1,0], [0,0,1]]

Basic

• numpy ndarray.shape

• np.min(arr, axis)

• np.max(arr, axis)

• np.sum(arr, axis)

• np.isnan

• np.isclose
• Floating Point approximation

• np.nan == x, np.nan == np.nan is False

Dimension

• numpy ndarray.flatten()

Return a copy of the array collapsed into one dimension.

np.array([[1,2,3], [4,5,6]]).flatten()  # all dimension to 1 dimension
  # [[1,2,3],     →  [1,2,3,4,5,6]
  #  [4,5,6]]

• numpy ndarray.transpose()
(new axis order)

 (2,3,4) → arr.transpose(1,0,2) → (3,2,4)

Condition

• np.nonzero() - array of non-zero indices

• np.where(condition, if yes value, if no value)
• np.where(condition) - array of true indices

• np.where

• rng = np.random.RandomState(seed) - rng.randint(low, high, size)

• np.bincount() - count occurrences of non-negative integers
• if negatives are there, ValueError

numpy.eye — NumPy v2.1 Manual

Return a 2-D array with ones on the diagonal and zeros elsewhere.

https://numpy.org/doc/stable/reference/generated/numpy.eye.html

The N-dimensional array (ndarray) — NumPy v2.1 Manual

An ndarray is a (usually fixed-size) multidimensional container of items of the same type and size. The number of dimensions and items in an array is defined by its shape, which is a tuple of N non-negative integers that specify the sizes of each dimension. The type of items in the array is specified by a separate data-type object (dtype), one of which is associated with each ndarray.

https://numpy.org/doc/stable/reference/arrays.ndarray.html

[numpy 기초] np.linspace와 np.arange의 차이(번역)

Numpy 기초를 공부하면서 linspace와 arange 함수가 헷갈려서 이를 잘 정리해준 Statology의 영문글을 기계 번역하여 포스팅합니다. (원본: https://www.statology.org/numpy-linspace-vs-arange/)NumP

https://velog.io/@dchlseo/numpy-np.linspace-np.arange

(파이썬) numpy.arange

numpy.arange([start, ] stop, [step, ] dtype=None) numpy 모듈의 arange 함수는 반열린구간 [start, stop) 에서 step 의 크기만큼 일정하게 떨어져 있는 숫자들을 array 형태로 반환해 주는 함수다. stop 매개변수의 값은 반드시 전달되어야 하지만 start 는 step 은 꼭 전달되지 않아도 된다. start 값이 전달되지 않았다면 0 을 기본값으로 가지며, step 값이 전달되지 않았다면 1 값을 기본값으로 갖게 된다. dtype 의 경우 결과로 반환되는 array 이의 type 을 지정할 때 사용한다. dtype 값이 주어지지 않는 경우 전달된 다른 매개 변수로부터 type 을 추론하게 된다. 다음의 예를 보면 쉽게 이해할 수 있을 것이다..

https://codepractice.tistory.com/88