2024.04.11. 파이썬 넘파이

# random 모듈을 임포트하여 난수 생성 기능을 사용할 수 있게 합니다.
import random

# 2차원 리스트의 크기를 정의하는 SIZE 변수입니다. 여기서는 5로 설정하였습니다.
SIZE = 5
# 2차원 리스트를 생성합니다. 이때 리스트의 각 요소는 0부터 100 사이의 난수로 초기화됩니다.
# 리스트 내포(list comprehension)를 사용하여 간결하게 표현하였습니다.
pythonList = [[random.randint(0, 100) for i in range(SIZE)] for j in range(SIZE)]

# 생성된 2차원 리스트의 요소를 출력합니다.
for i in range(SIZE):
    for k in range(SIZE):
        # 각 요소를 3자리 정수 형태로 출력하며, 각 요소 사이는 공백으로 구분됩니다.
        print("%3d" % pythonList[i][k], end=' ')
    # 각 행이 끝날 때마다 새로운 줄로 이동합니다.
    print()

# 리스트의 각 요소에 100을 더하는 작업을 수행합니다.
for i in range(SIZE):
    for k in range(SIZE):
        pythonList[i][k] += 100

# 수정된 2차원 리스트를 다시 출력합니다. 이번에는 각 요소에 100이 더해진 상태입니다.
for i in range(SIZE):
    for k in range(SIZE):
        print("%3d" % pythonList[i][k], end=' ')
    print()

 

넘파이 개념

정수를 저장하기 위해 5*5 크기의 랜덤값으로 초기화된 2차원 리스트를 맏늘고, 리스트의 모든 값에 100을 더하는 코드

 

import numpy as np

## 넘파이 2차원 배열 생성
SIZE = 5
numpyAry = np.random.randint(0, 255, size=(SIZE, SIZE))

## 배열을 출력하기
print(numpyAry)
print()

## 배열에 100을 더하기
numpyAry += 100

## 배열을 출력하기
print(numpyAry)

 

위의 코드를 넘파이를 사용해서 줄인 것

파이썬이란 프로그램은 한줄이라도 덜 쓰기 위해서 안간힘을 쓰는 언어이므로 넘파이를 사용해서 간략하게 줄여버린 것.

넘파이 안에 랜덤도 있음!

 

import random

# 기본 설정: 원본 2차원 리스트의 크기, 새로운 리스트를 시작할 위치, 새로운 리스트의 크기
SIZE = 5   # 원본 2차원 리스트의 크기는 5x5입니다.
startRow, startCol = 1, 1   # 새로운 리스트를 추출할 시작 위치는 (1, 1)입니다.
nSIZE = 3   # 새로운 리스트의 크기는 3x3입니다.

# 파이썬으로 2차원 리스트를 생성합니다.
value = 1
myList1 = []
for _ in range(SIZE):
    tmpList = []  # 임시 리스트를 만들어 각 행을 구성합니다.
    for _ in range(SIZE):
        tmpList.append(value)  # 각 행에 1부터 순서대로 값을 추가합니다.
        value += 1  # 다음 값으로 증가시킵니다.
    myList1.append(tmpList)  # 완성된 행을 원본 리스트에 추가합니다.

# 원본 2차원 리스트를 출력합니다.
for i in range(SIZE):
    [print("%3d" % myList1[i][k], end=' ') for k in range(SIZE)]
    print()  # 각 행을 출력한 후에 줄바꿈을 합니다.
print()

# 파이썬 2차원 리스트를 슬라이싱하여 새로운 리스트를 만듭니다.
myList2 = []
for i in range(startRow, startRow + nSIZE):
    tmpList = []  # 새로운 리스트를 위한 임시 행을 만듭니다.
    for k in range(startCol, startCol + nSIZE):
        tmpList.append(myList1[i][k])  # 지정된 위치부터 nSIZE 만큼 값을 임시 행에 추가합니다.
    myList2.append(tmpList)  # 완성된 임시 행을 새로운 리스트에 추가합니다.

# 새로운 2차원 리스트를 출력합니다.
for i in range(nSIZE):
    [print("%3d" % myList2[i][k], end=' ') for k in range(nSIZE)]
    print()  # 각 행을 출력한 후에 줄바꿈을 합니다.
print()

 

import numpy as np  # 넘파이 라이브러리를 np라는 이름으로 임포트합니다.

SIZE = 5  # 이미지(2차원 배열)의 크기를 5x5로 설정합니다.

## 넘파이로 2차원 배열 생성하기
# 0부터 254 사이의 난수로 5x5 크기의 배열을 생성합니다. 이 배열을 'imageAry'라고 합니다.
imageAry = np.random.randint(0, 255, size=(SIZE, SIZE))
print('### 1. 원본 ###')  # 생성된 원본 배열을 출력합니다.
print(imageAry)
np.save('source', imageAry)  # 'source.npy'라는 파일 이름으로 원본 배열을 저장합니다.

## (1) 모든 요소에 10을 더한 후 저장
imageAry += 10  # 배열의 모든 요소에 10을 더합니다.
print('### 2. 10 증가 ###')  # 10을 더한 결과를 출력합니다.
print(imageAry)
np.save('result1', imageAry)  # 'result1.npy'라는 파일 이름으로 결과를 저장합니다.

## (2) 흑백 처리 후 저장
# 배열의 요소가 128보다 작으면 0(검은색)으로, 그렇지 않으면 255(흰색)으로 변경합니다.
imageAry = np.where(imageAry < 128, 0, 255)
print('### 3. 흑백 처리 ###')  # 흑백 처리한 결과를 출력합니다.
print(imageAry)
np.save('result2', imageAry)  # 'result2.npy'라는 파일 이름으로 결과를 저장합니다.

## (3) 반전 처리 후 저장
# 배열의 요소를 255에서 현재 값으로 빼서 색상을 반전시킵니다.
imageAry = 255 - imageAry
print('### 4. 반전 처리 ###')  # 반전 처리한 결과를 출력합니다.
print(imageAry)
np.save('result3', imageAry)  # 'result3.npy'라는 파일 이름으로 결과를 저장합니다.

## 복구 1 ##
# 'result2.npy' 파일을 로드하여 배열을 복구합니다.
imageAry = np.load('result2.npy')
print('### 복구1 : result2.npy ###')  # 복구한 배열을 출력합니다.
print(imageAry)

## 복구 2 ##
# 'result1.npy' 파일을 로드하여 배열을 복구합니다.
imageAry = np.load('result1.npy')
print('### 복구2 : result1.npy ###')  # 복구한 배열을 출력합니다.
print(imageAry)

## 복구 3 ##
# 'source.npy' 파일을 로드하여 원본 배열을 복구합니다.
imageAry = np.load('source.npy')
print('### 복구3(원본) : source.npy ###')  # 복구한 원본 배열을 출력합니다.
print(imageAry)

아래는 결과

### 1. 원본 ###
[[104 210 250   2   2]
 [ 44  45 180 204  98]
 [ 33 113  33  89 119]
 [138 120 186 247  26]
 [114 205  97 239  59]]
### 2. 10 증가 ###
[[114 220 260  12  12]
 [ 54  55 190 214 108]
 [ 43 123  43  99 129]
 [148 130 196 257  36]
 [124 215 107 249  69]]
### 3. 흑백 처리 ###
[[  0 255 255   0   0]
 [  0   0 255 255   0]
 [  0   0   0   0 255]
 [255 255 255 255   0]
 [  0 255   0 255   0]]
### 4. 반전 처리 ###
[[255   0   0 255 255]
 [255 255   0   0 255]
 [255 255 255 255   0]
 [  0   0   0   0 255]
 [255   0 255   0 255]]
### 복구1 : result2.npy ###
[[  0 255 255   0   0]
 [  0   0 255 255   0]
 [  0   0   0   0 255]
 [255 255 255 255   0]
 [  0 255   0 255   0]]
### 복구2 : result1.npy ###
[[114 220 260  12  12]
 [ 54  55 190 214 108]
 [ 43 123  43  99 129]
 [148 130 196 257  36]
 [124 215 107 249  69]]
### 복구3(원본) : source.npy ###
[[104 210 250   2   2]
 [ 44  45 180 204  98]
 [ 33 113  33  89 119]
 [138 120 186 247  26]
 [114 205  97 239  59]]

넘파이를 이용하면 흑백처리, 반전처리 등을 편하게 할 수 있다는 것을 보여줌

그리고 save랑 load가 나왔는데 이걸 사용하면 편하게 저장하고 가져올 수 있다는 것을 알 수 있음