Numpyデータ分析入門(2)-データ型、再定義

Numpyのデータ型
Numpyには、さまざまな値を格納して表す複数のデータ型が用意されています.
Pythonが提供するデータ型と互換性があり、代表的なデータ型は以下のとおりです.
np.int 64:(64ビット)整数
np.float 64:(64ビット)実数
np.複数
np.ブール:ブール値(True,False)ブール値
np.object:Pythonオブジェクト
np.str:文字列

ndarray.astype(dtype)

関数

は、

endarrayに格納されたデータを所定のdtypeに変換することによってデータを返す.

Parameters
dtype:変更する配列のデータ型

出力値のタイプと演算を変換し、実際の値を変換しません.

<実習コード>

import numpy as np

'''
dtype 인자 지정을 통한 데이터 타입 변경
'''
data = [1, 2, 3]
cpx_arr = np.array(data, dtype=np.complex)
str_arr = np.array(data, dtype=np.str)
print(cpx_arr)
print(str_arr)

'''
샘플 데이터 생성
'''
origin = np.arange(1, 2, 0.2)
print('\nOriginal data')
print(origin)
print('dtype : ', origin.dtype)

'''
astype(dtype) 을 활용한 데이터 타입 변경
'''
result = origin.astype(int)
print('\nResult of astype(int)')
print(result)

print('\nOriginal data')
print(origin)

<実行結果>

[1.+0.j 2.+0.j 3.+0.j]
['1' '2' '3']

Original data
[1.  1.2 1.4 1.6 1.8]
dtype :  float64

Result of astype(int)
[1 1 1 1 1]

Original data
[1.  1.2 1.4 1.6 1.8]

Ndarrayの再成形
Ndarray形状の変更はしばしば発生する.
shapeを変更する様々な例を表示し、一般的なreforme関数を理解します.
例1)深度学習に画像データを適用する場合,2次元を1次元に展開する必要がある.
例2)マシンラーニングアルゴリズムを適用するには、特定の独立変数列を選択して、1次元を2次元に変更することもできます.(10,)->(10,1)

np.reshape(array, newshape)

は、既存のデータを保持しながら次元と形状のみを変更する

を返します.

Parameter
Array:再構築するカレンダー
Newshape:形状値

、変更用

コール方式(結果は同じ)
np.reshape(array, newshape)
array.reshape(newshape)

再構成アレイに格納されているすべてのデータが失われないように、再構成前後のアレイサイズは同じである必要があります.

reshape(-1, N)

形状を変更するとともに、既存データ

を保持する.

形状は、所与のN自動推定により

に変更する.

-1の位置は可変

である.
<実習コード>

import numpy as np

# ndarray 속성 출력 함수
def printinfo(arr):
  print(arr)
  print("shape: {}, size: {}, dtype: {}, dimension: {}"
        .format(arr.shape, arr.size, arr.dtype, arr.ndim))
        
# 샘플 데이터 생성
origin_arr = np.arange(15)
print('\nOriginal ndarray')
printinfo(origin_arr)

'''
reshape() 을 활용한 데이터 형상 변경
'''
reshape_arr = np.reshape(origin_arr, (3,5))
print('\nReshape ndarray')
printinfo(reshape_arr)

'''
origin_arr에 저장된 1차원 배열을 -1을 활용하여 2차원으로 형상 변경
'''
reshape_arr = reshape_arr.reshape(-1,1)
print('\nReshape(-1, N) to 2D array')
printinfo(reshape_arr)

<実行結果>

Original ndarray
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
shape: (15,), size: 15, dtype: int64, dimension: 1

Reshape ndarray
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]
shape: (3, 5), size: 15, dtype: int64, dimension: 2

Reshape(-1, N) to 2D array
[[ 0]
 [ 1]
 [ 2]
 [ 3]
 [ 4]
 [ 5]
 [ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]
 [11]
 [12]
 [13]
 [14]]
shape: (15, 1), size: 15, dtype: int64, dimension: 2