Numpy의 Dimension

딥러닝 공부 중 어려움이 있어, 다음과 같은 카테고리를 신설하였습니다. 

혹여 잘못된 부분이 있거나, 오개념이 있다면 거침없는 비판 부탁드립니다.

 

Numpy에는 일종의 차원이 존재한다. 우리가 실제로 알 수 있는 차원은 3차원까지인데, 그림으로 나타내면 다음과 같다.

D1 = [1,2,3,4]

D2 = [(1,2,3,4),(5,6,7,8)]

D3 = [((1,2),(3,4)),((5,6),(7,8))]

d1 = np.array(D1)

d2 = np.array(D2)

d3 = np.array(D3)

d1.ndim
Out[58]: 1

d1.shape
Out[61]: (4,)

d2.ndim
Out[59]: 2

d2.shape
Out[62]: (2, 4)

d3.ndim
Out[60]: 3

d3.shape
Out[63]: (2, 2, 2)

먼저 파이썬의 Array 꼴로 선언을 해준다. 차원은 1쌍의 괄호로 나눠줄 수 있다. 이 때 직관적인 표시를 위해서 pprint를 사용하면 단순 파이썬 Array도 이쁘게 표현해준다.

 

그리고 여기서 numpy의 array로 변환을 해준다.

d1
Out[64]: array([1, 2, 3, 4])

d2
Out[65]: 
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

d3
Out[66]: 
array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [7, 8]]])

numpy의 경우 알아서 이쁘게 출력해준다. 

 

그리고 위 그림에 보면 axis라고 있는데, np.armax 같은 부분에서 주요하게 사용되므로 잘 기억하고 있자. 

추후에 게시물을 작성하자