2주차 NumPy Mini Quest

1. 차원(Dimension)
2. 형태(Shape)
3. 데이터 타입(Datatype)
4. 인덱싱(Indexing)
5. 연산(Operation)
6. 유니버설 함수(Universal Function)

차원(Dimension)

1. 다음 NumPy 배열의 차원 수를 출력하는 코드를 작성하세요.

import numpy as np

array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

print(array.ndim)

3

1. 1차원 배열 [10, 20, 30, 40, 50, 60]을 2차원 배열로 변환하여 (2, 3) 형태로 출력하는 코드를 작성하세요.

array = np.array([10, 20, 30, 40, 50, 60])
array = array.reshape(2, 3)
print(array)

[[10 20 30]
 [40 50 60]]

1. 다음 1차원 배열에 새로운 차원을 추가하여 2차원 배열로 변환하고, 최종 배열의 차원 수를 출력하세요.
   • newaxis를 사용하여 배열의 차원을 추가하고, 새로운 차원에서의 배열 모양을 확인한 후 최종 차원 수를 출력하세요.

array = np.array([7, 14, 21])
ex_array = array[:, np.newaxis]
print(ex_array, '\n')
print(ex_array.ndim)

[[ 7]
 [14]
 [21]] 

2

형태

1. 주어진 2차원 NumPy 배열의 형태(Shape)를 출력하는 코드를 작성하세요.

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

(2, 3)

1. 1차원 배열 [10, 20, 30, 40, 50, 60]을 (2, 3)형태로 변경한 후, 새로운 배열의 형태를 출력하는 코드를 작성하세요.

array = np.array([10, 20, 30, 40, 50, 60])
array = array.reshape(2, 3)

print(array, '\n')
print(array.shape)

[[10 20 30]
 [40 50 60]] 

(2, 3)

1. 다음 3차원 배열의 형태를 변경하여 (3, 2, 2) 형태로 조정하고, 최종 배열의 형태를 출력하는 코드를 작성하세요.

array = np.array([
       [[1, 2], [3, 4]],
       [[5, 6], [7, 8]],
       [[9, 10], [11, 12]]
   ])
array = array.reshape(3, 2, 2)

print(array, '\n')
print(array.shape)

[[[ 1  2]
  [ 3  4]]

 [[ 5  6]
  [ 7  8]]

 [[ 9 10]
  [11 12]]] 

(3, 2, 2)

데이터 타입(Data Type)

1. 아래의 NumPy 배열의 데이터 타입을 확인하는 코드를 작성하세요.

array = np.array([10, 20, 30])
print(array.dtype)

int64

1. 정수형 배열 [1, 2, 3]을 부동소수점형 배열로 변환하고 변환된 배열의 데이터 타입을 출력하는 코드를 작성하세요.

array = np.array([1, 2, 3])
array = array.astype(np.float64)
print(array.dtype)

float64

1. NumPy 배열 [100, 200, 300]을 unit8로 변환한 후, 메모리 사용량(바이트)을 출력하는 코드를 작성하세요.

array = np.array([100, 200, 300], dtype=np.uint8)
print(array.nbytes)

3


<ipython-input-10-136ea0012e79>:1: DeprecationWarning: NumPy will stop allowing conversion of out-of-bound Python integers to integer arrays.  The conversion of 300 to uint8 will fail in the future.
For the old behavior, usually:
    np.array(value).astype(dtype)
will give the desired result (the cast overflows).
  array = np.array([100, 200, 300], dtype=np.uint8)

인덱싱(Indexing)

1. 주어진 1차원 배열에서 첫 번째 요소와 마지막 요소를 출력하는 코드를 작성하세요.

array = np.array([10, 20, 30, 40, 50])
print(array[0], array[-1])

10 50

1. 주어진 2차원 배열에서 첫 번째 열과 두 번째 행을 출력하는 코드를 작성하세요.

matrix = np.array([[1, 2, 3],
                      [4, 5, 6],
                      [7, 8, 9]])
print(matrix[0], matrix[1])

[1 2 3] [4 5 6]

1. 주어진 배열에서 10보다 큰 요소들만 선택하고, 해당 요소들의 인덱스를 출력하는 코드를 작성하세요.

array = np.array([5, 15, 8, 20, 3, 12])
print(np.where(array > 10))

(array([1, 3, 5]),)

연산(Operation)

1. 주어진 NumPy 배열에서 요소별(Element-wise) 덧셈을 수행하는 코드를 작성하세요.

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

print(a + b)

[5 7 9]

1. 다음 NumPy 배열에서 브로드캐스팅을 활용하여 각 행에 [1, 2, 3]을 더하는 코드를 작성하세요.

matrix = np.array([[10, 20, 30], [40, 50, 60]])
vector = np.array([1, 2, 3])

print(matrix + vector)

[[11 22 33]
 [41 52 63]]

1. 주어진 2차원 NumPy 배열에 대해, 축(axis)을 기준으로 최댓값을 구하고 최종 배열의 차원을 출력하는 코드를 작성하세요.

array = np.array([[3, 7, 2], [8, 4, 6]])

print(array[0].max(), array[1].max(), array.ndim)

7 8 2

유니버설 함수(Universal Function)

1. 배열 [1, 2, 3, 4]에 대해 NumPy의 유니버설 함수를 사용하여 모든 요소를 제곱한 결과를 출력하는 코드를 작성하세요.

array = np.array([1, 2, 3, 4])

sq_array = np.square(array)
print(sq_array)

[ 1  4  9 16]

1. 다음 두 배열의 요소별 합을 계산하고, 결과를 새로운 배열이 아닌 기존 배열에 저장하는 코드를 작성하세요.

array1 = np.array([10, 20, 30])
array2 = np.array([1, 2, 3])

out_array = np.empty_like(array1)
np.add(array1, array2, out=out_array)
print(out_array)

[11 22 33]

1. 다음 배열에 대해 NumPy 유니버설 함수를 사용하여 요소별로 자연로그(log)를 계산하고, 특정 조건(log 값 > 1)을 만족하는 요소만 출력하는 코드를 작성하세요.

array = np.array([1, np.e, 10, 100])

new_array = np.log(array)
print(array[new_array > 1])

[ 10. 100.]