[CH1] Numpy, Matplotlib 실습

Numpy란?

---

배열과 행렬 계산에 유용한 라이브러리로 일반적으로 아래와 같이 import 해준다.

import numpy as np

 

Numpy의 배열 생성(np.arrary())

---

np.array() 메서드는 리스트를 인수로 받아 넘파이의 특수한 형태의 배열(numpy.ndarray)을 반환한다.

# np.array() 실습
X = np.array([1.0, 2.0, 3.0])
print(X)    # [1. 2. 3.]
print(type(X))  # <class 'numpy.ndarray'>

 

Numpy 배열 간 산술연산

---

numpy 배열 간의 산술연산은 element-wise 연산 즉, 원소별 연산이다. 주의할 점은 연산을 하는 배열(행렬)의 형상이 같아야 한다. 여기서 형상이란 N차원 배열에서 각 차원의 크기(원소수)이다.

# Numpy 산술연산 실습
# 행렬의 형상(N차원 행렬에서 각 차원의 크기)이 같아야만 연산가능
x = np.array([1.0, 2.0, 3.0])
y = np.array([2.0, 4.0, 6.0])
print(x+y)  # [3. 6. 9.]
print(x*y)  # [2. 8. 18.]
print(x/2.0)    # [0.5 1. 1.5]

 

N차원 배열 생성

---

# N차원 배열 생성 실습
A = np.array([[1,2],[3,4]])
print(A)
print(A.shape)  #(2,2)
print(A.dtype)  #int32
B = np.array([[3,0],[0,6]])
print(A+B)  #[[4 2], [3 10]]
print(A*B)  # [[3 0], [0 24]]

A.shape은 행렬의 형상을, A.dtype은 원소의 데이터 타입을 알려준다.

 

브로드캐스트(Broadcast)

---

앞서 행렬 간 연산 시엔 행렬의 형상이 같아야 한다고 했다. 그런데 이러한 형상을 맞추어 계산이 가능토록 해주는 기능이 바로 브로드캐스트이다.

# 브로드캐스트 실습

# 행렬과 스칼라 연산
A = np.array([[1,2],[3,4]])
print(A*10) #[[10 20], [30 40]]

# 형상이 다른 행렬 간 연산
C = np.array([[1,2],[3,4]])
D = np.array([10,20])
print(C*D)  # [[10 40], [30 80]]

그림으로 알아보면 아래와 같다. 빨강색으로 표시된 칸들이 브로드캐스트에 의해 형상이 변경된 부분이다.

 

Numpy 행렬 원소 접근

---

# 원소 접근
Y = np.array([[51, 55], [14, 19], [0, 4]])
print(Y[0]) # [51 55]
print(Y[0][1])  # 55
for row in Y:
    print(row)

일반적으로 파이썬의 다차원 리스트의 원소 접근과 동일하다. 그러나 numpy만의 특별한 원소접근법이 하나 있다. 바로 인덱스를 배열로 지정해 여러 개의 원소에 한 번에 접근하는 방법이다.

# Numpy만의 특이한 원소 접근법(인덱스를 배열로 지정해 여러 개 접근)
Y = Y.flatten() # 1차원 배열로 평탄화 [51 55 14 19 0 4]
print(Y[[0,2,4]])   # 인덱스가 0,2,4인 원소에 접근
print(Y>15) # [True True False True False False]
print(Y[Y>15])

 

Matplotlib란?

---

matplotlib은 그래프 그리기와 데이터 시각화에 유용한 라이브러리다.

 

matplotlib.pyplot을 이용해 그래프 그리기

---

# 그래프 그리고 각 축의 이름, 레이블, 그래프 제목 표시
z = np.arange(0, 6, 0.1)
y1 = np.sin(z)
y2 = np.cos(z)

plt.plot(z, y1, label="sin")
plt.plot(z, y2, label="cos")
plt.xlabel("z")
plt.ylabel("y")
plt.title("sin & cos")
plt.legend()
plt.show()

pyplot으로 그린 sin, cos 그래프

 

matplotlib.image를 이용한 이미지 표시하기

---

# 이미지 표시하기
import matplotlib.pyplot as plt
from matplotlib.image import imread

img = imread('dog.png') # 적절한 경로 설정해서 넣어주기
plt.imshow(img)
plt.show()

 

텐서란?

---

일반적으로 1차원 배열을 벡터, 2차원 배열을 행렬이라고 한다. 텐서란 이러한 벡터와 행렬을 일반화한 것이다. 구글의 유명한 프레임워크인 텐서플로는 이러한 텐서가 신경망을 타고 흐른다(flow)는 것에서 유래하였다.