np.arrange: 파이썬에서 쉽게 사용하는 방법은?
[
NumPy arange(): np.arange() 사용 방법
- 여기에서 시작하기
- Python 배우기
Python 강좌 → 심층적인 글과 비디오 강좌 학습 로드맵 → 가속화된 학습을 위한 안내된 공부 계획 퀴즈 → 학습 진행 상황 확인 주제 둘러보기 → 특정 영역 또는 기술 수준에 집중 커뮤니티 채팅 → 다른 파이썬 개발자와 함께 배우기 오피스 아워 → 파이썬 전문가와 함께하는 실시간 질의응답 콜 팟캐스트 → 파이썬의 최신 소식 듣기 책 → 지식을 완성하고 오프라인에서 학습하기 전체 콘텐츠 잠금 해제 →
- 더 보기
학습자 이야기 Python 뉴스레터 Python 채용 게시판 팀 소개 튜토리얼 작성자로 참여 [비디오 강사로 참여](/become-an- instructor/)
--- 무료 이메일 시리즈 ---
🐍 Python 팁 💌
Python 팁 얻기 »
🔒 스팸 없음. 언제든지 수신 거부 가능.
api best-practices career community databases data-science data-structures [data-viz](/tutorials/data- viz/) devops django docker editors flask front-end gamedev gui machine- learning numpy projects python testing tools web- dev web-scraping
np.arange()의 반환 값과 매개변수
NumPy의 arange()는 숫자 범위를 기반으로 한 배열 생성 루틴 중 하나입니다. 이 함수는 일정한 간격을 가지는 값들을 포함하는 ndarray의 인스턴스를 생성하고 그 참조를 반환합니다.
arange()의 네 개의 매개변수를 사용하여 배열에 포함된 값의 범위, 간격 및 유형을 정의할 수 있습니다:
Python
numpy.arange([start, ]stop, [step, ], dtype=None) -> numpy.ndarray첫 세 개의 매개변수는 값의 범위를 결정하고, 네 번째 매개변수는 요소의 유형을 지정합니다:
- **
stop**은 배열의 끝을 정의하는 숫자이며, 배열에 포함되지 않습니다. - **
step**은 배열 내 각 인접한 두 값 사이의 간격(차이)을 정의하는 숫자로, 기본값은1입니다.
step은 0이 될 수 없습니다. 그렇지 않으면 ZeroDivisionError가 발생합니다. 만약 증가 또는 감소가 0이라면, start에서 어디로든 이동할 수 없습니다.
dtype이 생략된 경우, arange()의 기본 반환 유형은 None입니다.
코드를 통해 np.arange()를 확인해보겠습니다.
참고: NumPy 자료를 추가로 학습하려면 여기를 클릭하여 무료 NumPy 자료 가이드에 액세스하세요.
np.arange()의 사용법
np.arange() 함수는 일정한 간격의 값들을 포함하는 배열을 생성하는 함수입니다. 이 함수를 사용하여 배열을 생성하고 다양한 작업을 수행할 수 있습니다.
모든 범위 인수 제공
먼저, np.arange() 함수에 모든 범위 인수를 제공하여 배열을 생성하는 방법을 살펴보겠습니다. 다음 예제를 통해 이를 확인해보세요.
Python
import numpy as np
arr = np.arange(1, 10, 2)print(arr)출력:
[1 3 5 7 9]이 예제에서는 start 매개변수로 1을, stop 매개변수로 10을, step 매개변수로 2를 전달하여 배열을 생성했습니다. 결과적으로 1부터 10까지의 값 중에서 2씩 증가하는 값들을 포함하는 배열이 생성되었습니다.
두 개의 범위 인수 제공
두 번째로, np.arange() 함수에 두 개의 범위 인수(start, stop)를 제공하여 배열을 생성하는 방법을 살펴보겠습니다. 다음 예제를 통해 이를 확인해보세요.
Python
import numpy as np
arr = np.arange(5, 15)print(arr)출력:
[ 5 6 7 8 9 10 11 12 13 14]이 예제에서는 start 매개변수로 5를, stop 매개변수로 15를 전달하여 배열을 생성했습니다. 결과적으로 5부터 15까지의 모든 값을 포함하는 배열이 생성되었습니다. step 값이 생략되었으므로 기본값인 1이 사용되었습니다.
한 개의 범위 인수 제공
세 번째로, np.arange() 함수에 한 개의 범위 인수(stop)만 제공하여 배열을 생성하는 방법을 살펴보겠습니다. 다음 예제를 통해 이를 확인해보세요.
Python
import numpy as np
arr = np.arange(10)print(arr)출력:
[0 1 2 3 4 5 6 7 8 9]이 예제에서는 stop 매개변수로 10을 전달하여 배열을 생성했습니다. 결과적으로 0부터 10까지의 모든 값을 포함하는 배열이 생성되었습니다. start 값은 생략되었으므로 기본값인 0이 사용되었고, step 값은 생략되었으므로 기본값인 1이 사용되었습니다.
음수 인수 제공
네 번째로, np.arange() 함수에 음수 인수를 제공하여 배열을 생성하는 방법을 살펴보겠습니다. 다음 예제를 통해 이를 확인해보세요.
Python
import numpy as np
arr = np.arange(10, 0, -1)print(arr)출력:
[10 9 8 7 6 5 4 3 2 1]이 예제에서는 start 매개변수로 10을, stop 매개변수로 0을, step 매개변수로 -1을 전달하여 배열을 생성했습니다. 결과적으로 10부터 0까지 1씩 감소하는 값을 포함하는 배열이 생성되었습니다.
역순 계수
다섯 번째로, np.arange() 함수를 사용하여 빈 배열을 얻는 방법을 살펴보겠습니다. 다음 예제를 통해 이를 확인해보세요.
Python
import numpy as np
arr = np.arange(10, 5)print(arr)출력:
[]이 예제에서는 start 매개변수로 10을, stop 매개변수로 5를 전달하여 배열을 생성했습니다. 시작 값이 끝 값보다 크거나 같기 때문에 배열이 비어 있습니다.
np.arange()의 데이터 유형
np.arange() 함수는 생성된 배열의 요소 유형을 지정하는 데 사용하는 dtype 매개변수도 제공합니다. 이러한 배열의 요소 유형을 사용하여 배열을 생성하고 다양한 작업을 수행할 수 있습니다.
예를 들어, 다음은 np.arange() 함수를 사용하여 요소 유형이 부동소수점인 배열을 생성하는 예입니다.
Python
import numpy as np
arr = np.arange(0, 1, 0.1, dtype=float)print(arr)출력:
[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]이 예제에서는 start 매개변수로 0, stop 매개변수로 1, step 매개변수로 0.1, dtype 매개변수로 float을 전달하여 부동소수점 배열을 생성했습니다.
np.arange()을 사용한 간단한 범위 이상
np.arange() 함수를 사용하면 간단한 범위 이상을 생성할 수 있습니다. 예를 들어, 다음은 np.arange() 함수를 사용하여 0부터 1 사이의 0.1 간격으로 값을 포함하는 배열을 생성하는 예입니다.
Python
import numpy as np
arr = np.arange(0, 1, 0.1)print(arr)출력:
[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]이 예제에서는 start 매개변수로 0, stop 매개변수로 1, step 매개변수로 0.1을 전달하여 배열을 생성했습니다. 결과적으로 0부터 1까지의 0.1 간격으로 값을 포함하는 배열이 생성되었습니다.
range와 np.arange()의 비교
매개변수와 출력
range() 함수와 np.arange() 함수는 매개변수 및 반환 값이 다릅니다. range() 함수는 start, stop, step 세 가지 매개변수를 가지며, range 객체를 반환합니다. 반면에 np.arange() 함수는 start, stop, step, dtype 네 가지 매개변수를 가지며, ndarray 배열 객체를 반환합니다.
시퀀스 생성
range() 함수와 np.arange() 함수는 시퀀스 생성에 다른 방식을 사용합니다. range() 함수는 range 객체를 생성합니다. 이 객체는 for 루프와 함께 사용될 때 시퀀스 값을 생성합니다. 반면에 np.arange() 함수는 ndarray 배열을 생성합니다. 이 배열은 각 요소가 연속적으로 증가하는 값을 포함합니다.
Python for 루프
range() 함수와 np.arange() 함수는 Python의 for 루프와 함께 사용될 때 다르게 동작합니다. range() 함수는 range 객체를 반환하므로 각 값에 대한 반복을 직접 처리해야 합니다. 반면에 np.arange() 함수는 ndarray 배열을 반환하므로 각 요소에 대해서는 자동으로 반복을 수행할 수 있습니다.
숫자 범위를 기반으로 한 기타 루틴
np.arange() 함수와 비슷한 기능을 제공하는 기타 루틴도 있습니다. 이러한 루틴은 다른 유형의 숫자 범위를 기반으로 한 배열을 생성합니다. 예를 들어, linspace() 함수는 start와 stop 사이에 일정한 간격으로 값을 포함하는 배열을 생성합니다.
NumPy는 이러한 다양한 배열 생성 루틴을 제공하여 숫자 계산, 데이터 분석, 데이터 시각화 등 다양한 작업을 수행할 수 있습니다.
요약
이 튜토리얼에서는 NumPy의 np.arange() 함수에 대해 알아보았습니다. 이 함수는 숫자 범위를 기반으로한 배열을 생성하는데 사용되며 다양한 매개변수를 통해 범위와 간격을 지정할 수 있습니다. np.arange() 함수는 Python의 range() 함수와 비교하여 사용하는 방법과 동작에 대해 알아보았습니다.
NumPy의 np.arange() 함수는 데이터 과학, 인공지능, 기계학습 등 다양한 분야에서 배열 생성과 연산에 많이 사용됩니다. 이 함수를 사용하여 배열을 생성하고 원하는 작업을 수행하는 것은 Python 개발자에게 큰 도움이 될 것입니다.
