numpy(2)

np.ones, np.zeros, np.eye, np.full

np.ones(6)
#array([1., 1., 1., 1., 1., 1.])

np.ones((2, 3), dtype=np.int16)
#array([[1, 1, 1],[1, 1, 1]], dtype=int16)

# np.zeros(shape)  0 으로 채워진 array 생성, dtype=float64(기본값) 으로 생성됨
np.zeros((3, 2, 5))
"""
array([[[0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]],

       [[0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]],

       [[0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]]])
"""

# np.eye(N) 단위행렬, 주대각선만 1이고 나머지는 0 인 (N,N) array 생성

np.eye(5, dtype=np.int16) # -> (5, 5) 단위 행렬
"""
array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 1]], dtype=int16)
"""

# np.full(shape, fill_value) 특정값으로 채워진 array 생성

np.full((2, 3), 10)
array([[10, 10, 10],[10, 10, 10]])

 

 

np.random 

# rand: 0부터 1사이의 균일 분포 [0, 1)  uniform distribution
# randn: 가우시안 표준 정규 분포 (평균0, 표준편차1 인 종모양 분포)  normal distribution
# randint: 균일 분포의 정수 난수
# seed: 램덤 시드값.  고정 난수값 생성

np.random.rand(10)
# array([0.58856886, 0.26093418, 0.64921407, 0.66552132, 0.81017877,
#       0.33000508, 0.91659605, 0.19783543, 0.54494915, 0.57904898])
       

np.random.rand(2, 3)
# array([[0.14309353, 0.30486328, 0.85275412],
#       [0.24001492, 0.04883082, 0.84448773]])
       
np.random.randn(5)
# array([ 0.29904924, -1.68149036,  0.77227703, -0.43302774,  0.19593748])

np.random.randint(5)
# 3

np.random.randint(1, 10)
# 7

np.random.randint(1, 100, (3, 5, 2))
"""
array([[[96, 88],
        [59, 19],
        [88, 60],
        [97, 17],
        [68, 75]],

       [[47, 80],
        [18, 11],
        [92, 67],
        [51, 72],
        [99, 24]],

       [[86, 15],
        [16, 62],
        [19, 27],
        [86, 32],
        [76, 32]]])
 """
 
 
 # seed() : 난수를 예측가능하도록 만든다.  실행할때마다 동일한 난수가 발생되도록 함.
np.random.seed(0)
np.random.rand(4)