[Numpy] 배열 생성

import numpy as np

# 1. python 리스트(list)를 이용한 numpy 배열 생성: 1차원
py_list = [1, 2, 3, 4, 5]
print(f'py_list: \n{py_list}')

np_arr = np.array(py_list)
print(f'np_arr: \n{np_arr}')

np_arr = np.array([10, 20, 30, 40, 50])
print(f'np_arr: \n{np_arr}')

# 1. python 리스트(list)를 이용한 numpy 배열 생성: n차원
py_list = [
    [1, 2, 3, 4, 5],
    [10, 20, 30, 40, 50],
]
print(f'py_list: \n{py_list}')

np_arr = np.array(py_list)
print(f'np_arr: \n{np_arr}')
print(f'np_arr.shape: \n{np_arr.shape}')
print(f'np_arr.ndim: \n{np_arr.ndim}')
print(f'np_arr.dtype: \n{np_arr.dtype}')
print(f'np_arr.size: \n{np_arr.size}')

py_list = [
    [
        [1, 2, 3, 4, 5],
        [10, 20, 30, 40, 50]
    ],
    [
        [100, 200, 300, 400, 500],
        [1000, 2000, 3000, 4000, 5000]
    ]
]
print(f'py_list: \n{py_list}')

np_arr = np.array(py_list)
print(f'np_arr: \n{np_arr}')
print(f'np_arr.shape: \n{np_arr.shape}')
print(f'np_arr.ndim: \n{np_arr.ndim}')
print(f'np_arr.dtype: \n{np_arr.dtype}')
print(f'np_arr.size: \n{np_arr.size}')

# 1. python 리스트(list)를 이용한 numpy 배열 생성: nan을 이용한 격측값 지정
np_arr = np.array([1, 2, np.nan, 4, np.nan, 6, 7])
print(f'np_arr: \n{np_arr}')


# 1. python 리스트(list)를 이용한 numpy 배열 생성: 전체 nan으로 지정
np_arr = np.full((10), np.nan)
print(f'np_arr: \n{np_arr}')

np_arr = np.full((1, 10), np.nan)
print(f'np_arr: \n{np_arr}')

# 2. arange()를 이용한 numpy 배열 생성
np_arr = np.arange(12)
print(f'np_arr: \n{np_arr}')

# 2. arange()를 이용한 numpy 배열 생성: 시작과 끝 지정
np_arr = np.arange(100, 107)
print(f'np_arr: \n{np_arr}')

# 2. arange()를 이용한 numpy 배열 생성: 간격 지정
np_arr = np.arange(1, 12, 2)
print(f'np_arr: \n{np_arr}')

# 2. arange()를 이용한 numpy 배열 생성: 데이터 타입(dtype) 지정
np_arr = np.arange(0, 20, 2, dtype=float)
print(f'np_arr: \n{np_arr}')

np_arr = np.arange(0, 20, .5, dtype=float)
print(f'np_arr: \n{np_arr}')

# 3. linespace()를 이용한 numpy 배열 생성: 균등 간격
np_arr = np.linspace(0, 10, 3)
print(f'np_arr: \n{np_arr}')

np_arr = np.linspace(0, 10, 5)
print(f'np_arr: \n{np_arr}')

np_arr = np.linspace(0, 10, 7)
print(f'np_arr: \n{np_arr}')

# 4. 무작위 데이터를 이용한 numpy 배열 생성
np_arr = np.empty((10))
print(f'np_arr: \n{np_arr}')

np_arr = np.empty((2, 10))
print(f'np_arr: \n{np_arr}')

# 5. zeros()를 이용한 numpy 배열 생성
np_arr = np.zeros(10)
print(f'np_arr: \n{np_arr}')

np_arr = np.zeros((2, 10))
print(f'np_arr: \n{np_arr}')

# 5. zeros_like()를 이용한 numpy 배열 생성: 다른 shape 지정
py_list = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10]
]
print(f'py_list: \n{py_list}')

np_arr = np.zeros_like(py_list)
print(f'np_arr: {np_arr}')

# 6. ones()를 이용한 numpy 배열 생성
np_arr = np.ones((10))
print(f'np_arr: \n{np_arr}')

np_arr = np.ones((2, 10))
print(f'np_arr: \n{np_arr}')

# 6. ones_like()를 이용한 numpy 배열 생성: 다른 shape 지정
py_list = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10]
]
print(f'py_list: \n{py_list}')

np_arr = np.ones_like(py_list)
print(f'np_arr: \n{np_arr}')

# 7. eye()를 이용한 numpy 단위 배열 생성: 대각선 1
np_arr = np.eye(3)
print(f'np_arr: \n{np_arr}')

np_arr = np.eye(3, 5)
print(f'np_arr: \n{np_arr}')

# 7. identity()를 이용한 numpy 정방향 단위 배열 생성: 대각선 1
np_arr = np.identity(3)
print(f'np_arr: \n{np_arr}')

np_arr = np.identity(5)
print(f'np_arr: \n{np_arr}')

# 8. np.random 모듈의 rand()을 이용한 numpy 배열 생성: 0~1 사이의 난수
np_arr = np.random.rand(7)
print(f'np_arr: \n{np_arr}')

np_arr = np.random.rand(3, 7)
print(f'np_arr: \n{np_arr}')

# 9. np.random 모듈의 randn()을 이용한 numpy 배열 생성: 표준정규분포 난수
np_arr = np.random.randn(7)
print(f'np_arr: \n{np_arr}')

np_arr = np.random.randn(3, 7)
print(f'np_arr: \n{np_arr}')

# 10. np.random 모듈의 randn()을 이용한 numpy 배열 생성: 정수 난수
np_arr = np.random.randint(3, 7, size=(7))
print(f'np_arr: \n{np_arr}')

np_arr = np.random.randint(3, 7, size=(3, 7))
print(f'np_arr: \n{np_arr}')

# 11. tile()을 이용한 numpy 배열 생성: 배치 반복
np_arr = np.array([1, 2, 3, 4, 5])
print(f'np_arr: \n{np_arr}')

np_arr = np.tile(np_arr, 3)
print(f'np_arr: \n{np_arr}')

np_arr = np.array([
        [1, 2, 3, 4, 5],
        [10, 20, 30, 40, 50]
    ])
print(f'np_arr: \n{np_arr}')

np_arr = np.tile(np_arr, 3)
print(f'np_arr: \n{np_arr}')

# 12. repeat()을 이용한 numpy 배열 생성: 각 요소 반복
np_arr = np.array([1, 2, 3, 4, 5])
print(f'np_arr: \n{np_arr}')

np_arr = np.repeat(np_arr, 3)
print(f'np_arr: \n{np_arr}')