[numpy] 1차원 배열 - 벡터

 

1차원 벡터

s,ndim   => 1 (1차원)

s.shape => (요소의 개수(열 개수), )

s.dtype  => ndarray 에 저장된 요소의 타입을 반환 

 

 

    정리
    1. np.array(리스트) 이용해서 1차원 배열(벡터) 생성이 가능하다.
    2. 반드시 동일한 타입을 지정해야 된다. 타입이 다르면 일치 시킨다. ( upcasting )
    3. 정수는 기본이 4byte인 int32이고 실수는 기본이 8byte인 float64이다.
    4. 차원 정보는 ndim, 모양은 shape, 저장된 데이터타입은 dtype 으로 알수 있다.
'''
import numpy as np  # numpy의 별칭은 np

# 1. 1 차원 배열인 벡터 생성 ,  np.array(리스트)
x = [1, 2, 3]
s = np.array(x)
print(x, s)  # [1, 2, 3] [1 2 3]
print(type(x), type(s))  # <class 'list'> <class 'numpy.ndarray'>
# print( x.ndim, x.shape)  # x는 python의  list타입이다. ndim과 shape 속성을 지원 안함
print(s.ndim, s.shape, s.dtype)  # 1 (3,)  int32 ( 4byte )
'''
  int8 :  -128 ~ 127
  int16 : -32768 ~ 32767
  int32 : -2,147,483,648~ 2,147,483,647
  int64 : 

'''
# 2. numpy의 배열은 반드시 동일한 타입으로 저장한다. 만약 타입이 다르면 동일한 타입으로 일치시킨다.
x = [1, 2, 3, "A"]
s = np.array(x)
print(x, s)  # [1, 2, 3, 'A'] ['1' '2' '3' 'A']
print(s.ndim, s.shape, s.dtype)  # 1 (4,) <U11 (유니코드: 전세계의 모든 문자 표현 가능 )

x = [1, 2, 3, 100.]
s = np.array(x)
print(x, s)  # [1, 2, 3, 100.0] [  1.   2.   3. 100.]
print(s.ndim, s.shape, s.dtype)  # 1 (4,) float64 ( 8byte )

x = ["A", "B", "C", "D"]  # <U1
x = ["AA", "BB", "C", "D"]  # <U2
x = ["AAA", "BBB", "C", "D"]  # <U3
x = ["AAAA", "BBB", "C", "D"]  # <U4
s = np.array(x)
print(x, s)  # ['A', 'B', 'C', 'D'] ['A' 'B' 'C' 'D']
print(s.ndim, s.shape, s.dtype)  # 1 (4,) <U4  ==> <U갯수