NumPy 데이터 분석: 배열 생성

NumPy 배열은 데이터 분석과 수치 계산의 핵심 구조입니다. 이번 글에서는 NumPy 배열을 생성하는 방법과 다양한 배열 생성 함수를 살펴보겠습니다.

1. 배열 생성의 기본

NumPy 배열은 array() 함수로 생성할 수 있습니다.

1) Python 리스트를 배열로 변환

import numpy as np

# 1차원 배열 생성
arr1 = np.array([1, 2, 3, 4])
print(arr1)
# 출력: [1 2 3 4]

# 2차원 배열 생성
arr2 = np.array([[1, 2], [3, 4]])
print(arr2)
# 출력:
# [[1 2]
#  [3 4]]

2) 데이터 타입 지정

arr = np.array([1, 2, 3], dtype=float)
print(arr)
# 출력: [1. 2. 3.]

2. 배열 생성 함수

NumPy는 다양한 배열 생성 함수를 제공하여, 배열을 효율적으로 초기화할 수 있습니다.

1) 초기화 배열 생성

1. zeros() 함수

• 모든 값이 0인 배열을 생성합니다.

  arr = np.zeros((2, 3))  # 2행 3열 배열 생성
  print(arr)
  # 출력:
  # [[0. 0. 0.]
  #  [0. 0. 0.]]
  

2. ones() 함수

• 모든 값이 1인 배열을 생성합니다.

  arr = np.ones((3, 2), dtype=int)  # 정수형 3행 2열 배열
  print(arr)
  # 출력:
  # [[1 1]
  #  [1 1]
  #  [1 1]]
  

3. full() 함수

• 지정된 값으로 채워진 배열을 생성합니다.

  arr = np.full((2, 2), 7)  # 모든 값이 7인 2x2 배열
  print(arr)
  # 출력:
  # [[7 7]
  #  [7 7]]
  

2) 범위 기반 배열 생성

1. arange() 함수

• 지정된 범위와 간격으로 배열을 생성합니다.

  arr = np.arange(1, 10, 2)  # 1부터 10까지 2 간격
  print(arr)
  # 출력: [1 3 5 7 9]
  

2. linspace() 함수

• 지정된 구간을 균등한 간격으로 나눈 배열을 생성합니다.

  arr = np.linspace(0, 1, 5)  # 0부터 1까지 5개 구간
  print(arr)
  # 출력: [0.   0.25 0.5  0.75 1.  ]
  

3) 난수 기반 배열 생성

NumPy의 random 모듈은 난수 배열을 생성할 때 사용됩니다.

1. rand() 함수

• 0과 1 사이의 난수를 가지는 배열 생성.

  arr = np.random.rand(2, 3)  # 2행 3열 배열
  print(arr)
  

2. randint() 함수

• 지정된 범위의 정수 난수를 가지는 배열 생성.

  arr = np.random.randint(1, 10, size=(3, 3))  # 1부터 9 사이의 정수
  print(arr)
  

3. normal() 함수

• 정규분포를 따르는 난수를 가지는 배열 생성.

  arr = np.random.normal(0, 1, size=(2, 2))  # 평균 0, 표준편차 1
  print(arr)
  

4) 단위 행렬 생성

1. eye() 함수

• 단위 행렬(identity matrix)을 생성합니다.

  arr = np.eye(3)  # 3x3 단위 행렬
  print(arr)
  # 출력:
  # [[1. 0. 0.]
  #  [0. 1. 0.]
  #  [0. 0. 1.]]
  

2. identity() 함수

• 단위 행렬을 생성합니다.

  arr = np.identity(4)  # 4x4 단위 행렬
  print(arr)
  # 출력:
  # [[1. 0. 0. 0.]
  #  [0. 1. 0. 0.]
  #  [0. 0. 1. 0.]
  #  [0. 0. 0. 1.]]
  

3. 배열 속성 확인

생성된 배열의 속성을 확인하여 배열 구조를 이해할 수 있습니다.

1) 배열의 크기

arr = np.array([[1, 2], [3, 4], [5, 6]])
print(arr.shape)  # 출력: (3, 2)

2) 배열의 차원

print(arr.ndim)  # 출력: 2

3) 배열의 데이터 타입

print(arr.dtype)  # 출력: int64

정리

• NumPy 배열은 다양한 초기화 함수(zeros, ones, full)와 범위 기반 함수(arange, linspace)로 생성할 수 있습니다.
• 난수 배열은 random 모듈을 활용하여 효율적으로 생성할 수 있습니다.
• 배열의 크기, 차원, 데이터 타입 등의 속성을 확인하며 데이터를 더 잘 이해할 수 있습니다.

다음 글 예고:
NumPy 배열의 인덱싱과 슬라이싱을 다뤄보는 “배열 인덱싱과 데이터 선택”을 배워보겠습니다!