[파이썬] Numpy

13장 Numpy 데이터분석

• Numpy : ‘Numerical Python’
  • 파이썬을 이용한 데이터 분석과 산술 연산의 가장 기본적인 패키지
• 배열의 구조, 다차원 배열, 배열 간 연산, 배열의 정렬 등의 많은 편리한 기능 제공
• Ndarray : 배열 객체, 리스트와 유사, 배열을 다루는 편리한 기능 제공
• ndarray 생성 메소드메소드 설명

  array()	매개 변수로 사용되는 리스트, 튜플, 배열 형의 데이터를 이용하여 ndarray 객체를 생성한다.
  random.randn()	가우시안 정규 분포를 갖는 랜덤 수를 생성한다.
  zeros()	ndarray 객체를 생성하고 0으로 초기화한다.
  ones()	ndarray 객체를 생성하고 1로 초기화한다.
  arange()	내장 함수 range()와 동일, ndarray 객체를 반환,
  reshape()	ndarray 객체의 차원을 재구성한다. 예를 들어 reshape(3,5)은 배열의 구조를 3행 5열의 2차원으로 변환한다.

• ndarray 속성속성 설명

  dtype	ndarray 객체의 데이터 형을 나타낸다. int32는 32비트 정수형, float64는 64비트 실수형을 의미한다.
  shape	ndarray객체의 행과 열을 튜플로 나타낸다.

• ndarray 객체의 메소드메소드 설명

  sum()	배열의 모든 요소들의 합계를 반환한다.
  mean()	배열의 모든 요소들의 평균 값을 반환한다.
  max()	배열의 요소들중에서 최댓값을 반환한다. 옵션 axis=0 은 각 열의 최댓값, axis = 1은 각 행의 최댓값을 구하는데 사용
  min()	배열의 요소들중에서 최솟값을 반환한다.
  argmax()	열 또는 행의 요소들 중 최댓값을 가지는 요소의 인덱스를 반환한다.
  argmin()	열 또는 행의 요소들 중 최솟값을 가지는 요소의 인덱스를 반환한다.
  where()	조건식에 따라 배열의 요소 값을 특정 값으로 변경한다.
  sort()	배열을 오름차순으로 정렬한다. 2차원 배열인 경우 sort(0)는 열을 중심으로, sort(1)은 행을 중심으로 요소들을 정렬
  insert()	배열에 행 또는 열을 삽입한다.

• nadarray 산술 연산

import numpy as np

a = np.array([[10,7,-8,2],[-2,2,8,3],[6,-8,-5,3]])
b = a * 2 #각각의 요소 다 *2
print(b)
c = a * a 
print(c)
print(a>b)

#실행결과
[[ 20  14 -16   4]
 [ -4   4  16   6]
 [ 12 -16 -10   6]]
[[100  49  64   4]
 [  4   4  64   9]
 [ 36  64  25   9]]
[[False False  True False]
 [ True False False False]
 [False  True  True False]]

• 배열의 합계, 평균, 최대최솟값

import numpy as np

data = np.array([[80,78,90,93],
                 [65,87,88,75],
                 [98,100,68,80]])
print(data.sum()) #총 합
print(data.mean()) #평균값
print(data.max())  #최대값
print(data.min())  #최솟값
print()

print(data.max(axis=0)) #asix=0은 열별(세로)
print(data.max(axis=1)) #aisx=1은 행별(가로)
print()

index1 = np.argmax(data, axis=0) #열별의 최댓값 index위치
index2 = np.argmin(data, axis=1) #행별의 최솟값 index위치
print(index1, index2)

#실행결과
1002
83.5
100
65

[ 98 100  90  93]
[ 93  88 100]

[2 2 0 0] [1 0 2]

• 배열에 조건식 사용

import numpy as np

data = np.random.randn(3,4) #3행 , 4열 랜덤값
print(data)

print(data > 0) #0보다 큼? 결과값 true,false로 출력

total = (data<0).sum() #0보다 작은거 몇개? (조건에 맞는 것들의 개수 합)
print(total)

data2 = np.where(data > 0, 1, -1) #data가 0보다 크면 1, 0보다 작으면 -1
print(data2)

data3= np.where(data > 0,5,data) #data가 0보다 그면 5, 0보다 작으면 data
print(data3)

#실행결과
[[ 0.23448271  0.14093993  0.09236937  1.81197998]
 [-0.76434055 -0.1158366  -1.8505512  -2.61521919]
 [ 0.3015737   0.5638495   1.30858522  0.19978179]]
[[ True  True  True  True]
 [False False False False]
 [ True  True  True  True]]
4
[[ 1  1  1  1]
 [-1 -1 -1 -1]
 [ 1  1  1  1]]
[[ 5.          5.          5.          5.        ]
 [-0.76434055 -0.1158366  -1.8505512  -2.61521919]
 [ 5.          5.          5.          5.        ]]

• 배열의 요소 정렬

import numpy as np

data = np.array([[13,22,17,2],
                 [-2,20,8,3],
                 [-16,10,-5,33]])
data.sort(0) #열(세로)로 정렬
print(data)

data.sort(1) #행(가로)로 정렬
print(data)

#실행결과
[[-16  10  -5   2]
 [ -2  20   8   3]
 [ 13  22  17  33]]
[[-16  -5   2  10]
 [ -2   3   8  20]
 [ 13  17  22  33]]

• 배열의 열과 행 삽입

import numpy as np

a = np.arange(10) #길이 10개짜리 배열 a에 초기화
print(a)

b = np.insert(a,3,10) #a배열에 3번인덱스에 10을 삽입해 b에 초기화
print(b)

x=np.array([[1,1,1],[2,2,2],[3,3,3]])
print(x)

y=np.insert(x, 1, 10, axis=0) #x배열 1번 인덱스 열(세로)별로 10을 삽입
print(y)

y=np.insert(x, 1, 10, axis=1) #x배열 1번 인덱스 행(가로)별로 10을 삽입
print(y)

#실행결과
[0 1 2 3 4 5 6 7 8 9]
[ 0  1  2 10  3  4  5  6  7  8  9]
[[1 1 1]
 [2 2 2]
 [3 3 3]]
[[ 1  1  1]
 [10 10 10]
 [ 2  2  2]
 [ 3  3  3]]
[[ 1 10  1  1]
 [ 2 10  2  2]
 [ 3 10  3  3]]

• CSV → 2차원 리스트

import csv
import numpy as np

f = open('school_2019.csv','r',encoding='utf-8')
lines = csv.reader(f)
header = next(lines)
print(header)

list_data = []
for line in lines : 
     list_data.append(line[:])#한 행의 데이터를 끝에 추가

print(list_data)
f.close

#실행결과
['지역', '학교명', '학급수', '학생수', '교사수']
[['서울특별시 서초구', '서울교육대학교부설초등학교',
 '28', '616', '32'],............................

• 2차원 리스트 → ndarray

import csv
import numpy as np

f = open('school_2019.csv','r',encoding='utf-8')
lines = csv.reader(f)
header = next(lines)

list_data = []

for line in lines :
    list_data.append(line[:]) #한 행의 데이터를 끝에 추가

lenth = len(list_data) #리스트데이터의 길이를 초기화
print(lenth)
data = np.zeros((lenth, 3), dtype='int32') #배열객체 data생성 후 요소값을 0을 초기화, #3열의 배열 객체 생성

for i in range(lenth) : #3개의 열에대해 6264개의 행으로 구성
    for j in range(3) :
        data[i][j] = list_data[i][j+2]
print(data)
f.close()

#실행결과
6264
[[ 28 616  32]
 [ 31 632  35]
 [ 31 837  38]
 ...
 [ 36 985  42]
 [ 34 862  41]
 [ 26 603  31]]

• 최대 학생 수 학교

import csv
import numpy as np

f = open('school_2019.csv','r',encoding='utf-8')
lines = csv.reader(f)
header = next(lines)

list_data = []
for line in lines:
    list_data.append(line[:]) 

length = len(list_data)

data = np.zeros((length, 3), dtype='int32')

for i in range(length) :
    for j in range(3) :
        data[i][j] = list_data[i][j+2]

max_index = np.argmax(data, axis=0) #열별의 최댓값 index위치
print(max_index)
    
max_class = list_data[max_index[0]][1] #최대 학급수 초등학교
num_class = list_data[max_index[0]][2] #학급수 개수

max_student = list_data[max_index[1]][1] #최대 학생수 초등학교
num_student = list_data[max_index[1]][3] #학생수 개수

max_teacher = list_data[max_index[2]][1] #최대 교사 초등학교
num_teacher = list_data[max_index[2]][4] #교사수 개수

print('최대 학급수의 초등학교 :%s, 학급 수 :%s개'%(max_class,num_class))
print('최대 학생수의 초등학교 :%s, 학생 수 :%s개'%(max_student,num_student))
print('최대 교사수의 초등학교 :%s, 교사 수 :%s개'%(max_teacher,num_teacher))

f.close

#실행결과
[ 138 1999  138]
최대 학급수의 초등학교 :서울신정초등학교, 학급 수 :75개
최대 학생수의 초등학교 :탄벌초등학교, 학생 수 :2178개
최대 교사수의 초등학교 :서울신정초등학교, 교사 수 :91개

• 학생수와 교사수 비교

import csv
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import rc
rc('font', family='Malgun Gothic')
f = open('school_2019.csv','r',encoding='utf-8')
lines = csv.reader(f)
header = next(lines)

schools = {}

for line in lines:
    if('광주' in line[0]) and ('마재' in line[1]):
        schools.update({'마재':[line[2],line[3],line[4]]})
    if('울산' in line[0]) and ('약사' in line[1]):
        schools.update({'약사':[line[2],line[3],line[4]]})
    if('용인' in line[0]) and ('정평' in line[1]):
        schools.update({'정평':[line[2],line[3],line[4]]})
    if('제주' in line[0]) and ('도평' in line[1]):
        schools.update({'도평':[line[2],line[3],line[4]]})
        
print(schools)

data = np.zeros((4,3), dtype='int32') #4열 3행 데이터 int32 데이터배열 생성

school = list(schools.values())

for i in range(len(schools)) : #schools의 열 길이 만큼
    for j in range(3) : #3행 만큼
        data[i][j] = school[i][j]
print(data) #학급수 학생수 교사수 출력

data = np.insert(data, 2, 0, axis=1) #2번째 열에 0삽입
data = np.insert(data, 4, 0, axis=1) #4번째 열에 0삽입
print(data) #학급수 학생수 학급당학생수 교사수 교사일인당 학생수 맞게 배열 조정

row = data.shape[0] #튜플의 첫 번째 요소의 값, 배열의 전체 행의 개수 의미
for i in range(row):
    data[i][2] = round(data[i][1]/data[i][0]) #학급당 학생수 초기화
    data[i][4] = round(data[i][1]/data[i][3]) #교사 1인당 학생수 초기화
print(data) #학급수 학생수 학급당학생수 교사수 교사일인당학생수 출력

xdata = ['마재','약사','정평','도평']
plt.plot(xdata, data[:,1], label='학생 수', color='red', linestyle='--', marker='x')
plt.plot(xdata, data[:,3], label='교사 수', color='blue', linestyle=':', marker='d')
plt.title('마재/약사/정평/도평 초등학교 학생수와 교사 수')
plt.legend(loc='best')
plt.show() 

plt.plot(xdata, data[:,2], label='학급당 학생수', color='magenta', linestyle='-.', marker='o')
plt.plot(xdata, data[:,4], label='교사 1인당 학생수', color='green', linestyle='--', marker='x')
plt.title('마재/약사/정평/도평 초등학교 학급당 학생수 및 교사 1인당 학생수')
plt.legend(loc='best')
plt.show()

f.close()

#실행결롸
{'마재': ['24', '481', '28'], '약사': ['29', '685', '33'], '정평': ['36', '945', '43'], '도평': ['14', '300', '17']}
[[ 24 481  28]
 [ 29 685  33]
 [ 36 945  43]
 [ 14 300  17]]
[[ 24 481   0  28   0]
 [ 29 685   0  33   0]
 [ 36 945   0  43   0]
 [ 14 300   0  17   0]]
[[ 24 481  20  28  17]
 [ 29 685  24  33  21]
 [ 36 945  26  43  22]
 [ 14 300  21  17  18]]