PythonNumPy기본 치트 시트

NumPy어레이에 대한 빠른 참조 가이드입니다. 배열 생성, 재구성, 인덱싱, 슬라이싱 및 수학 연산을 알아보세요.

어레이 생성 및 검사

numpy 배열을 초기화하고 모양 특성을 추출하는 방법입니다.

방법/기능	구문	설명
np.array()	np.array(list)	목록에서 동질적인 다차원 ndarray를 생성합니다.
np.arange()	np.arange(start, stop, step)	주어진 범위 내에서 균일한 간격의 값으로 배열을 만듭니다.
np.linspace()	np.linspace(start, stop, num)	지정된 간격에 걸쳐 균일한 간격의 값을 가진 배열을 만듭니다.
np.zeros() / np.ones()	np.zeros(shape) / np.ones(shape)	지정된 모양에서 0 또는 1로 채워진 배열을 초기화합니다.
shape / dtype	arr.shape / arr.dtype	배열의 차원과 요소 유형을 반환하는 속성입니다.

배열 조작 및 수학

배열 레이아웃을 변경하고 수학적 집계를 수행하는 루틴입니다.

방법/기능	구문	설명
reshape()	arr.reshape(new_shape)	데이터를 변경하지 않고 배열에 새로운 모양을 제공합니다.
arr.T	arr.T	조옮김 속성. 배열의 축을 반대로 바꿉니다.
np.concatenate()	np.concatenate((a1, a2), axis=0)	기존 축을 따라 일련의 배열을 결합합니다.
mean() / std()	arr.mean() / arr.std()	산술 평균과 표준 편차를 계산합니다.
sum() / dot()	arr.sum() / np.dot(a, b)	요소의 합을 계산하거나 내적 행렬 곱셈을 계산합니다.

대화형 데모 스크립트

run_all_cheat_methods.py

에디터에서 실행

# np.array()
np.array(list)

# np.arange()
np.arange(start, stop, step)

# np.linspace()
np.linspace(start, stop, num)

# np.zeros() / np.ones()
np.zeros(shape) / np.ones(shape)

# shape / dtype
arr.shape / arr.dtype

# reshape()
arr.reshape(new_shape)

# arr.T
arr.T

# np.concatenate()
np.concatenate((a1, a2), axis=0)

# mean() / std()
arr.mean() / arr.std()

# sum() / dot()
arr.sum() / np.dot(a, b)