arrayEx1.py

# NumPy : 숫자 배열을 빠르게 다루는 라이브러리
# 이 저장소에서 처음으로 설치가 필요한 챕터입니다 (pip install numpy)

import numpy as np              # np 라는 별명이 관례입니다

print('========== 배열 만들기 ==========')
a = np.array([1, 2, 3, 4, 5])
print(a, type(a))

b = np.array([[1, 2, 3], [4, 5, 6]])    # 2차원
print(b)

print('zeros  :', np.zeros(3))
print('ones   :', np.ones((2, 3)))
print('arange :', np.arange(0, 10, 2))          # range 와 같은 규칙
print('linspace:', np.linspace(0, 1, 5))        # 0~1 을 5등분 (끝값 포함)
print('full   :', np.full(3, 7))
print('eye    :', np.eye(2))                    # 단위행렬

print('\n========== 배열의 정보 ==========')
print('shape :', b.shape)       # (2, 3) — 2행 3열
print('ndim  :', b.ndim)        # 차원 수
print('size  :', b.size)        # 전체 원소 개수
print('dtype :', b.dtype)       # 원소의 자료형

print('\n========== dtype : 리스트와 결정적으로 다른 점 ==========')
# 리스트는 아무 타입이나 섞어 담을 수 있었다 (step05 참고)
py_list = ['홍길동', 23, 175.5, True]
print('리스트 :', py_list)

# ndarray 는 전부 같은 타입이어야 한다. 섞으면 하나로 통일해 버린다
mixed = np.array([1, 2.5, 3])
print('int + float →', mixed, mixed.dtype)      # 전부 float

mixed2 = np.array([1, 2, '3'])
print('int + str   →', mixed2, mixed2.dtype)    # 전부 문자열!

print('타입 지정 :', np.array([1, 2, 3], dtype=float))
print('타입 변환 :', np.array([1.7, 2.9]).astype(int))   # 버림 (반올림 아님)

print('\n========== 왜 같은 타입이어야 하나 ==========')
# 모든 원소가 같은 크기로 메모리에 나란히 놓입니다.
# 그래서 "3번째 원소" 를 계산으로 바로 찾아갈 수 있고,
# CPU 가 여러 개를 한 번에 처리할 수 있습니다. 속도의 근거입니다.
print('배열 1개 원소 크기 :', a.itemsize, '바이트')
print('전체 메모리       :', a.nbytes, '바이트')

print('\n========== 리스트 ↔ 배열 ==========')
print('리스트 → 배열 :', np.array([1, 2, 3]))
print('배열 → 리스트 :', a.tolist())