Numpy 에서 dimension을 샘플코드로 이해 시켜줘

NumPy에서의 dimension은 배열의 차원(dimension)을 의미합니다. N

umPy 배열은 다차원 배열이므로, 각 차원은 해당 배열의 축(axis)에 해당합니다.

다음은 NumPy에서 dimension을 이해하는 간단한 예제 코드입니다.

아래 코드는 2차원 배열을 생성하고, 배열의 차원 수와 shape(각 차원의 크기)을 출력하는 예제입니다.

import numpy as np

# 2차원 배열 생성
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 배열의 차원 수 출력
print("Array dimensions:", arr.ndim)

# 배열의 shape 출력
print("Array shape:", arr.shape)

위 코드를 실행하면 다음과 같은 출력이 나옵니다.

Array dimensions: 2
Array shape: (2, 3)

위 예제에서는 2차원 배열을 생성하였으므로, 배열의 차원 수(ndim)는 2가 되고, shape는 (2, 3)으로 표시됩니다.

이때, shape에서 첫 번째 차원은 행(row)의 수, 두 번째 차원은 열(column)의 수를 나타냅니다.

따라서, NumPy에서 dimension은 배열의 차원 수를 의미하며, shape는 각 차원의 크기를 의미합니다.

이를 이용하여 NumPy 배열의 크기 및 모양을 쉽게 파악할 수 있습니다.