본문 바로가기

numpy13

Numpy 정해진 방식으로 N차원 배열생성 □ .zeros : 모든 원소 0으로 지정 □ .ones : 모든 원소 1로 지정 □ .full([행,열], 지정값) : 모든 원소 특정값으로 지정 □ .eye(행,열, k=시작위치 인덱스번호) : k번째로부터 대각선으로 1인 행렬 □ .zros_like(변수명) : 지정된 배열 원소값을 모두 0으로 변경 □ .ones_like(변수명) : 지정된 배열 원소값을 모두 1로 변경 □ .full_like(변수명, 특정값) : 지정된 배열 원소값을 모두 특정값으로 변경 #모든 배열 값을 0으로 설정 arr = np.zeros([2,2]) print(f".zero : {arr}") print('\n') #모든 배열 값을 1로 설정 arr = np.ones([4,4]) print(f".ones : {arr}") .. 2024. 3. 8.
Numpy 타입지정 □ 타입지정 : dtype = 타입 #데이터 타입지정 dtype arr1 = np.array([1,2,3,4,5], dtype=float) print(f"배열 및 타입확인 : {arr1}, {arr1.dtype}") arr2 = np.array([1.1,2.2,3.3,4.4,5.5], dtype=int) print(f"배열 및 타입확인 : {arr2}, {arr2.dtype}") arr3 = np.array([0,1,0,1,1,1,0], dtype=bool) print(f"배열 및 타입확인 : {arr3}, {arr3.dtype}") □ 타입지정 : dtype = 타입 #데이터 타입변경 astype arr1_1 = arr1.astype(np.float32) print(f"arr1 타입 :{arr1.dty.. 2024. 3. 8.
Numpy 차원 * 배열 원소개수 확인 : 배열명.size * 배열 행과열 확인 : 배열명.shape * 배열 차원 확인 : 배열명.ndim * axis=0 행방향 * axis=1 열방향 □ 1차원 배열(axis = 0) : Vector = array # 배열 one_array_1 = np.array([1,2,3,4,5]) print(f"배열확인 : {one_array_1}") print(f"배열타입 : {type(one_array_1)}") print(f"배열행과열 : {one_array_1.shape}") print(f"배열차원 : {one_array_1.ndim}") #차원확인 print(f"배열원소개수 : {one_array_1.size}") #원소개수 확인 print('\n') one_array_2 = np.a.. 2024. 3. 6.
Numpy Intro □ “Numerical Python” 의 약자로 대규모 다차원 배열과 □ 행렬 연산에 필요한 다양한 함수 제공 □ NumPy는 Pandas, Scikit-learn, Tensorflow등 데이터 사이언스 분야에서 사용되는 라이브러리들의 토대가 되는 라이브러리 □ 기본적으로 array 라는 단위로 데이터 관리하며, 행렬이라는 개념으로 생각하면 됨 ○ 배열(array) : 컴퓨터에서 일반적으로 사용하는 개념으로 수를 포함한 어떤 데이터의 묶음을 의미. ○ 벡터(vector) : 1차원으로 묶은 수를 수학에서 벡터(vector)라 부르며 행만 구성된 것을 행백터, 열만으로 구성된 것을 열벡터라 부름 ○ 행렬(matrix) : 2차원으로 묶은 수를 수학에서 행렬(matrix)이라 부르고, 우리가 알고있는 수많은.. 2024. 3. 6.

티스토리툴바