import numpy as np

test = np.arange(10)
test

np.any(test>4) #원소값중 4보다 큰 값이 존재 함으로 True

np.all(test>4) #모든 원소값이 4보단 크지 않기때문에 False

np.all(test>=0)#모든 원소값은 0보다 크거나 같기 때문에 True

test1 = np.array([1,20,33])
test2 = np.array([10,10,10])
print(test1>test2)#배열의 각 인덱스별 크기 비교
print(test1==test2)
print((test1>test2).any())#배열의 각인덱스별 크기 비교중 하나라도 만족한다면 True
print((test1>test2).all())#배열의 각인덱스별 크기 비교중 모두 만족한다면 True

#앞서 크기비교 한것을 2차원배열로 확장
test1 = np.array([[10,20,33],[11,22,33]])
test2 = np.array([[10,10,10],[100,1,0]])
print(test1>test2)
print(test1>20)
print(test1==test2)
print((test1>test2).any())
print((test1>test2).all())

test1 = np.array([1,20,33])
np.logical_and(test1>0,test1<10)#두 조건을 만족한다면 True

test2 = np.array([False,True,True])
np.logical_not(test2)#반대값 출력 

test3 = np.array([False,False,True])
np.logical_or(test2,test3)#하나라도 True라면 True 반환

test1 = np.array([1,20,33])
np.where(test1>5,100,2)

test2 = np.arange(10)
np.where(test2>4) #배열 원소값이 4보다 큰 값들의 인덱스를 반환

test3 = np.array([1,10,4,5,6,50,1,100])
np.where(test3>4)#배열 원소값이 4보다 큰 값들의 인덱스를 반환

test4 = np.array(["1", 2,"2" ,np.NaN, np.Inf], float)
np.isnan(test4)#Not a Number숫자가 아닌, / Infinity 무한대 

test1 = np.array([1,10,4,5,6,50,1,100])
np.argmax(test1), np.argmin(test1)# 배열값중 최대값 , 최소값의 인덱스 추출

test2 = np.array([[111,222,333],[555,666,777],[123,633,768]])
test2,np.argmax(test2), np.argmin(test2)#다차원 배열에서도 적용가능, 인덱스를 새는 방법에 주목

np.argmax(test2, axis=1) , np.argmin(test2,axis=0)#axis를 활용하여 접근 / 1은 가로로, 0은 세로로

test1 =np.array([
    [1,2,3,4,5,6,7,8,9,10],
    [1,2,3,4,5,6,7,8,9,10],
    [1,2,3,4,5,6,7,8,9,10],
    [1,2,3,4,5,6,7,8,9,10],
    [1,2,3,4,5,6,7,8,9,10],
    [1,2,3,4,5,6,7,8,9,10]
])
test2 = test1 < 5#값들이 5보다 작다면 False
test2

test2.astype(np.int)#True는 1, False는0으로 변환

#시작에 앞서 np 선언
import numpy as np

test = np.array([[111,222,333],[555,666,777]])
print(test,'\n')#2행 3열 메트릭스 배열 
print(test[0],'\n')# 0번째 행 
print(test[0,0],'\n')#0번째 행 0번째 인덱스 요소
print(test[0][0],'\n')#0번째 행 0번째 인덱스 요소

test = np.array([[111,222,333],[555,666,777],[123,633,768]])
print(test[:],'\n')#모두 출력
print(test[1:],'\n')#인덱스1행 부터 출력
print(test[:-1],'\n')#맨뒤를 제외하고 모든 인덱스행 출력
print(test[1,1:3],'\n')#인덱스1행에서 1,2인덱스 요소 출력
print(test[1,0:3],'\n')#인덱스1행에서 0,1,2인덱스 요소 출력
print(test[1,::2],'\n')#인덱스 1행에서 한칸씩 뛰고 인덱스 출력

test1 = np.zeros((3,4))
test2 = np.zeros(shape=(3,4))
print(test1,'\n')
print(test2)

test1 = np.ones((3,4))
test2 = np.ones(shape=(3,4))
print(test1,'\n')
print(test2)

np.identity(10)

np.identity(n=4, dtype = int)

np.eye(N=4, M=5,dtype=int)

np.eye(N=4, M=5,k=3,dtype=int)

test =np.arange(12).reshape(4,3)
print(test)
print(np.diag(test))
print(np.diag(test, k=1))

np.random.uniform(0,1,10).reshape(2,5)

np.random.normal(0,1,20).reshape(4,5)

test = np.array([[[0,1,2],[3,4,5],[6,7,8],[111,222,333]],
                  [[9,10,11],[12,13,14],[15,16,17],[111,222,333]]])

test.shape

test = np.arange(1,17).reshape(4,4)
test

print(test.mean()) #모든 요소들의 평균
print(test.mean(axis = 0))#컬럼들의 평균 -> (1 + 5 + 9 + 13) / 4 = 7
print(test.mean(axis = 1))#로우의 평균 - >(1+2+3+4)/4 = 2.5

#기본 사칙 연산 가능
# + 외에 다른 사칙연산 대입하면됩니다.
test + test

#브로드캐스팅 1
# + 외에 다른 사칙연산 대입하면됩니다.
test + 3 

#브로드캐스팅 2
#위 브로드캐스팅 1에선 수 와 계산 했습니다.
#이번엔 차원 수가 다른 배열끼리의 계산입니다.
#각 행마다 1,2,3,4를 각각 요소에 맞게 더해줍니다.
test2 = np.array([1,2,3,4])
test + test2

test = np.arange(1,13).reshape(4,3)
test

test.transpose()

test.T

test.dot(test.T)