Numpy 라이브러리 기초 - 3. 배열의 연산
1. 배열의 연산을 이해하기 위해 - 1, 2차원은 벡터와 행렬? 행렬 - 위키백과, 우리 모두의 백과사전 (wikipedia.org) 행렬 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. 다른 뜻에 대해서는 행진 문서를 참고하십시오. 행렬론은 여기로 연결됩니다. 이론물리학 용어에 대해서는 행렬 이론 문서를 참고하십시오. 행렬의 각 성분은 ko.wikipedia.org - 다차원 연산을 위해선 선형대수학? 선형대수학 - 위키백과, 우리 모두의 백과사전 (wikipedia.org) 2. 선형대수 기본연산 - 기본연산(+, -) array= np.array([[1,2],[3,4]]) array_plus = array + array array_plus # [[2, 4] # [6, 8]] ..
2023. 11. 5.
Numpy 라이브러리 기초 - 2. 배열 속성 확인
1. 배열 속성을 이해하기 위한 개념 정리 - 차원(dimesion)의 개념 : axis(배열의 축)의 개수 x에 따라 x차원 배열이라 정의됨 (1차원 배열 : Vector / 2차원 배열 : Matrix / 3차원 배열 : Tensor) 2. 배열 속성 코드 : shape, ndim, size, dtype 예시 array sample_array = np.array([[[1,2],[3,4]],[[5,6],[7,8]]]) # 3차원 배열 (2,2,2) - shape : 각 배열의 축의 개수 정보 확인 sample_array.shape # (2, 2, 2) tuple 반환 - ndim : 배열의 차원 확인 sample_array.ndim # 3차원이므로 3 반환 - size : 배열의 칸 갯수 확인 samp..
2023. 11. 5.
Numpy 라이브러리 기초 - 1. 배열 생성 및 변형
1. Numpy(Numerical Python)를 사용하는 이유 파이썬에서 선형대수 기반의 프로그램을 만들 수 있도록 지원하는 라이브러리 2. 배열 생성법 1) 라이브러리 코드 import numpy as np 2) 배열 생성 2-1) 리스트 활용 - 1차원 예시 dim1_list = [1,2,3] a1 = np.array(1dim_list) - 2차원 예시 dim2_list1 = [[1,2,3],[4,5,6]] a2_1 = np.array(dim2_list1) dim2_list2 = [[1,2,3]] a2_2 = np.array(dim2_list2) 2-2) 생성 함수 : arange, zeros, ones, zeros_like, ones_like, full, random.rand, random.ran..
2023. 11. 5.