학교 강의를 복습하는 차원에서 작성하는 글입니다.
학부생 수준의 글이므로, 오류가 있을 수 있는 점 양해바람니다.
NumPy
NumPy 란
NumPy is a widely-used library for the Python programming language. It enhances Python's capabilities by providing support for large, multi-dimensional arrays and matrices, along with a vast collection of high-level mathematical functions to manipulate these arrays..
=> ChatGPT
NumPy란 Python에서 사용되는 library로, multi-dimensional arrays 나 matrices. 배열과 행렬에 있어 효과적이다.
NumPy 사용
import numpy as np
list_number = [1,3,7,3]
arr_numpy1 = np.array([1,3,7,3])
arr_numpy2 = np.array(list_number)
print(list_number) # [1, 3, 7, 3]
print(arr_numpy1) # [1 3 7 3]
print(arr_numpy2) # [1 3 7 3]
print(arr_numpy1.shape) # (4,) 행 열
print(arr_numpy1.dtype) # int64
arr_numpy3 = np.array([1, 3, 4.5 , 4])
print(arr_numpy3.dtype) # float64
list_number = [[1,2,3,],[4,5,6]]
print(list_number) # [[1,2,3], [4,5,6]]
arr_numpy4 = np.array([1,2,3],[4,5,6])
print(arr_numpy4) # [[1 2 3]
# [4 5 6]]
print("shape : ", arr_numpy4.shape) # shape : (2,3)
print(np.zeros(5)) # [0, 0, 0, 0, 0]
print(np.zeros((2,3)))
# [[0,0,0]
# [0,0,0]]
print(np.ones(5))
# [1,1,1,1,1]
print(np.arange(5)) # [0 1 2 3 4]
print(np.arange(2,5)) # [2 3 4]
arr1 = np.arange(5)
print(arr1) # [0 1 2 3 4]
print(arr1[0]) # 0
print(arr1[2:4]) # [2 3]
print(arr1[:]) # [0 1 2 3 4]
arr2 = np.array([[1,2,3,4], [5,6,7,8],[9,10,11,12]])
print(arr2[1,2]) # 12
print(arr2[1,:]) # [5, 6, 7, 8]
np.random.rand(2,4) # 0 ~ 1 사이 값
np.random.randn(2,4) # 정규분포 랜덤값 기대값 0, 표준편차 1
np.abs([1, -2, -3, 2]) # 절대값
np.sqrt([1,2,3,4]) # 제곱근
np.square([1,2,3,4]) # 제곱
arr1 = np.array([[1,2,3,4],[5,6,7,8]])
np.sum(arr1) # 오류 <function sum at 0x7f684fsd>
np.sum(arr1,axis=0) # 같은 열끼리 합
np.sum(arr1,axis=1) # 같은 행끼리 합
np.mean(arr1) # 평균
np.mean(arr1, axis=1) # 같은 행끼리 합의 평균
np.std(arr1) # 표준편차
np.min(arr1) # 최솟값
np.argmin(arr1) # 최솟값 인덱스 위치
np.argmin(arr1,axis=0) # 최솟값 인덱스 열간
np.argmax(arr1,axis=1) # 최댓값 인덱스 행간
arr2 = arr1.reshape(3,2) # 행 열 변경
'''
arr1 = [[1 2 3]
[4 5 6]]
arr2 = [[1 2]
[3 4]
[5 6]]
'''
arr3 = arr1.reshape(-1,3) # 행의 갯수만 정하고 나머지는 자동 정렬
arr3 = arr3.squeeze() # 크기가 1인 괄호 삭제
'''
arr = [[1 2 3]] => [1 2 3]
'''
'프로그래밍 > 인공지능' 카테고리의 다른 글
[인공지능] Pandas (0) | 2023.09.19 |
---|