넘파이 시작하기 2

넘파이 copy 생성

 

1)파이썬 copy

 

파이썬은 기본적으로 Shallow Copy이다. Shallow Copy란 카피된 것과 원본이 메모리 주소를 공유하고 있는 copy를 의미한다.

 

x = [1,2,3]
y = x.copy()
print(x)
print(y)
print(x  == y)
print(x is y)
x[0] = 7
print(x)
print(y)

 

데이터가 1차일때는 copy를 하여도 주소를 공유하지 않는다. 따라서 값을 바꾸어도 x, y의 데이터 값은 다르다.

 

x = [[1,2,3]]
y = x.copy()
print(x)
print(y)
print(x == y)
print(x is y)
print(x[0] is y[0])
x[0][0] = 7
print(x)
print(y)

 

하지만 데이터가 2차일 경우에는 2차 데이터의 값을 변경한다면 메모리 주소를 공유한다. 따라서 값을 변경하면 x,y의 두 값이 변경이 된다.

 

x = [1,2,3]
y = x[:]
print(x)
print(y)
print(x == y)
print(x is y)
x[0] = 7
print(x)
print(y)

 

인덱싱을 통해서 복사를 한 것도 마찬가지다. 1차 데이터의 경우에는 메모리 주소를 공유하지 않는다.

 

x = [[1,2,3]]
y = x[:]
print(x)
print(y)
print(x==y)
print(x is y)
print(x[0] is y[0])
x[0][0] = 7
print(x)
print(y)

 

역시나 2차 데이터일 경우에는 인덱싱으로 복사를 하면 메모리 주소를 공유하여 값이 같이 바뀐다.

 

#deepcopy

import copy
c = copy.deepcopy(a)
c

 

이러한 주소 공유 카피를 Shallow Copy라고 하는데 Shallow Copy와 반대되는 것은 DeepCopy이다.

딥카피를 하면 메모리 주소를 공유하지 않는다. 대신에 IMPORT를 해주어야만 한다.

 

이처럼 파이썬은 기본적으로 Shallow Copy에 속한다.

 

2)넘파이 copy

 

넘파이는 파이썬과 다르게 Shallow Copy가 아니라 Deep Copy이다. 

 

a = np.array([1,2,3])
b = a.copy()
a is b
a[0] = 7
print(a)
print(b)

 

데이터가 파이썬 기본 자료구조인 리스트가 아니라 넘파이로 배열을 만들게 되면 이 배열에 대한 copy를 copy() 함수를 사용해도 메모리 주소는 공유되지 않는다. 따라서 deep copy이다.

 

a = np.array([[1,2,3]])
b = a.copy()
a is b
a[0] is b[0]
b[0][0] = 7
print(a)
print(b)

 

2차 넘파이 배열 또한 마찬가지로 카피를 해도 주소를 공유하지 않는 deep copy이다.

 

---

넘파이 타입변환, AS

 

=> array, asarray, asfarray

 

list1 = [1,2,3]
test_array = np.array(list1)
test2_array = np.asarray(list1)
test3_array = np.asfarray(list1)

 

넘파이를 이용해서 리스트를 넘파이 배열로 바꿀 수 있다. 이때 그대로 array함수를 이용해서 바꾸는 방법이 있고 asarray를 사용하여 넘파이 배열로 바꿀 수 있다.

이때 바뀐 배열 요소의 자료형은 int 이다. (본래 리스트 데이터 요소의 자료형을 그대로 가져옴)

 

다른 방식으로 asf를 사용하게 되면 요소들이 float으로 바뀌게 된다.

 

list1 = [1.,2.,3.]
test_array = np.asarray(a)
type(test_array[0])

 

만일 리스트 데이터 요소들이 float이면 as를 사용해서 변환하면 본래 데이터 타입인 float을 반환한다.

 

asarray -> 본래 리스트 데이터 요소 자료타입 그대로 가져옴

asf -> 요소를 float으로 변경해서 가져옴

 

 

---

넘파이 값 가져오기

 

=> 인덱싱

 

1)콤마(comma) 이용

 

파이썬은 "," 를 이용해서 가져올 수 없다.

 

a = [[1,2,3],
	[1,2,3]]
a[0]
a[slice(0,1)] 

 

slice함수를 이용해야지만 콤마로 가져올 수 있다.

slice(0,1) 은 0행에서부터 1행 미만을 가져온다. 결국 0행을 가져온다.

 

b = [[1,2,3],
	[1,2,3]]
b[0,0]

 

넘파이는 , 를 이용해서 몇행 몇열로 값을 인덱싱하고 가져올 수 있다.

 

,를 사용하면 넘파이array

,를 사용못하면 list

 

2)boolean 이용

 

파이썬은 불린을 이용해서 값을 불러올 수 없음(list에다가)

그러나 넘파이 array는 boolean을 이용하여 값을 불러올 수 있다.

 

a = np.arange(101)
a[a<50]

 

 50이하의 값들만 들어오게 됨. 모든 원소에 불린을 계산하여 논리값을 반환한다.

결국 [] 안에 논리값을 넣어주면 각원소에 그 논리값과 맞는 값을 반환한다. (elemetwise)

 

애초에 논리값을 배열로 정해줘서 다른 배열의 인덱스에 사용할 수 있다.

 

test_array[np.array([[True, True, True, False]])]

 

개수만 맞는다면 논리값에 맞게 0번째 1번째 값을 반환한다.

 

c =  np.array(['데이터','사이언스','공부중'])
print(c[c == '데이터'])

 

string 타입도 가능하다. 그러나 string을 array에 사용할 이유가 없다.

 

3)세미콜론, 콤마

 

b = np.arange(100).reshape(20,5)
b[:]
b[0:3]
b[0:3,0:3]

 

b[0:3] => 0행 1행 2행 불러오기

b[0:3,0:3] => -0행 1행 2행 데이터 중에 0 ~2열 데이터들

 

b[[3,6,9],[3,6,9]]

 

연속된 행과 열의 데이터가 아니라 단절된 행과 열의 데이터를 추출하기 위해서는 fancy indexing이 필요하다.

3행 6행 9행 데이터 중에서 3열 6열 9열의 데이터를 가져온다. 

 

단, fancy indexing은 ":" 을 사용할 수 없다.

단, 행과 열의 개수가 맞아야 한다.

 

b[:,[3,6,9]]
b[[3,6,9],:]

 

특정 행과 특정 열을 가지고 오고 싶을 때. (모든 행, 특정 열, 모든 열, 특정 행)