Numpy ndaraay 객체 생성

NumPy는 배열 작업에 사용됩니다.
Numpy의 배열 객체를 ndarray라고 합니다.
array() 함수를 사용하여 Numpy ndarray 객체를 생성할 수 있습니다.

# Example
import numpy as np
arr = np.array(\[1, 2, 3, 4, 5\]
print(arr)
print(type(arr))

type(): 이 내장 파이썬 함수는 전달된 객체의 유형을 알려줍니다. 위의 코드와 같이 arr이 numpy.ndarray 유형임을 보여줍니다.
ndarray를 생성하기 위해 list, tuple 또는 array-like 객체를 array() 메소드에 전달할 수 있습니다. 그러면 ndarray로 변환됩니다.
```
# Example
# use a tuple to create a Numpy array
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
```

배열의 차원

배열의 차원은 배열 깊이의 한 수준(중첩 배열)입니다.
nested array: 배열을 요소로 포함하는 배열입니다.

0-D Arrays

0차원 배열 또는 스칼라는 배열의 요소입니다.

배열의 각 값은 0차원 배열입니다.

# Example
# Create a 0-D array with value 42
import numpy as np
arr = np.array(42)
print(arr)

1-D Arrays

0차원 배열을 요소로 포함하는 배열을 1차원 배열 또는 1차원 배열이라고 합니다.

이것들은 가장 일반적이고 기본적인 배열입니다.

# Example
# Create a 1-D array containing the values 1, 2, 3, 4, 5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)

2-D Arrays

1차원 배열을 요소로 갖는 배열을 2차원 배열이라고 합니다.
이들은 종종 행렬 또는 2차 텐서를 나타내는 데 사용됩니다.

Numpy에는 numpy.mat라는 행렬 연산 전용 전체 하위 모듈이 있습니다.

# Example
# Create a 2-D array containing two arrays with the values 1, 2, 3 and 4, 5, 6:
import numpy as np
arr = np.array(\[\[1, 2, 3\], \[4, 5, 6\]\])
print(arr)

3-D arrays

2차원 배열(행렬)을 요소로 포함하는 배열을 3차원 배열이라고 합니다.

이들은 종종 3차 텐서를 나타내는 데 사용됩니다.

# Example 
# Create a 3-D array with two 2-D arrays, both containing two arrays with the values 1, 2, 3 and 4, 5, 6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)

차원 수 확인하기

Numpy 배열은 배열의 차원 수를 알려주는 정수를 반환하는 ndim 속성을 제공합니다.

# check how many dimensions the arrays have:
import numpy as np
a = np.array(42)  
b = np.array(\[1, 2, 3, 4, 5\])  
c = np.array(\[\[1, 2, 3\], \[4, 5, 6\]\])  
d = np.array(\[\[\[1, 2, 3\], \[4, 5, 6\]\], \[\[1, 2, 3\], \[4, 5, 6\]\]\])
print(a.ndim)  
print(b.ndim)  
print(c.ndim)  
print(d.ndim)

REFERENCE

https://www.w3schools.com/python/numpy/numpy_creating_arrays.asp