넘파이 활용 / 실습

사칙연산

import numpy as np

array01 = np.array([10, 20, 30])
array02 = np.array([30, 40, 50])

# 두 배열의 각각의 인덱스가 같은 값들의 덧셈
npsum = array01 + array02 
print(npsum)
# [40, 60, 80]

# 배열에 저장된 모든 값에 덧셈, 곱셈을 할 때
array_all_sum = array01 + 30 # array01의 모든 원소에게 각각 30씩 더한다
print(array_all_sum)
# [40, 50, 60]

array_all_multi = array01 * 2 # 곱셈은 실수 값을 적용할 수도 있다. ( ex. 2.2 )
print(array_all_multi)
# [20, 40, 60]

실습 - ndarray 객체 생성 / 속성을 알아보기

1. 0에서 9까지의 10개의 정수 값을 가지는 리스트를 만든다. ( 이 리스트로 ndarray 객체 array_a를 만들고 그 내용을 출력한다. )
2. range() 함수를 사용하여 0에서 9까지의 정수 값을 가지는 ndarray 객체 array_b를 만들고 아래의 결과와 같이 나타나도록 하여라.
3. 2의 코드를 수정해 0~9까지의 정수 값 중에서 짝수 값을 가지는 ndarray 객체 array_c를 생성해라.
4. array_c의 shape, ndim, dtype, itemsize를 출력해보자.
   ```python import numpy as np

num = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

1번

array_a = np.array(num) print(array_a)

2번

array_b = np.array(range(0, 10)) print(array_b)

3번

array_c = np.array(range(0, 10, 2)) print(array_c)

4번

print(“array_c’s”) print(“shape : “, array_c.shape) print(“ndim : “, array_c.ndim) print(“dtype: “, array_c.dtype) print(“size: “, array_c.size) print(“itemsize: “, array_c.itemsize)

# 실습 - ndarray 객체의 연산을 수행하자
1. 파이썬의 range() 함수를 사용해 1, 2, 3, 4, 5의 다섯 개의 값을 가지는 리스트 a 를 만들어라.   
2. 만들어진 리스트 a를 사용해 넘파이 다차원 배열 np_a로 만들어 출력하라  
3. np_a의 모든 값에 10을 곱한 값을 지니는 np_b를 만들어라 ( 다차원 배열 )  
4. np_b의 모든 값에 5를 더한 값을 지니는 np_c를 만들어라 ( 다차원 배열 )  
5. np_b와 np_c의 합을 더한 값을 지닌 np_d를 만들어라.  
( 파이썬의 반복문을 사용하지 않고, 넘파이에서 사용가능한 파이썬 연산자만을 사용해서 만들 것 )  
```python
import numpy as np

# 1번
a = list(range(1,6)) 

# 2번
np_a = np.array(a)
print(np_a)

# 3번
np_b = np_a * 10
print(np_b)

# 4번
np_c = np_b + 5
print(np_c)

# 5번
np_d = np_b + np_c
print(np_d)