반응형
파이썬으로 과학 계산을 할때 쓰는 패키지
numpy에서 배열은 동일한 타입의 값들을 가지며, 배열의 차원을 rank 라 하고, 각 차원의 크기를 튜플로 표시하는 것을 shape 라 한다. 예를 들어, 행이 2이고 열이 3인 2차원 배열에서 rank는 2 이고, shape는 (2, 3) 이 된다.
numpy 배열을 생성하는 방법은 파이썬 리스트를 사용하는 방법과 numpy에서 제공하는 함수를 사용하는 방법이 있다. 아래 예제에서 list1은 4개의 요소를 갖는 리스트인데, 이를 array() 함수에 넣어 numpy 배열을 생성하는데, 이 배열의 rank는 1이 되고, shape는 (4, ) 가 된다. 튜플에 하나의 요소만 있으면 문법상 콤마를 뒤에 붙인다. 두번째 배열 b는 2x3 배열로서 shape는 (2, 3)이 되는데, 한가지 주의할 점은 array() 안에 하나의 리스트만 들어가므로 리스트의 리스트를 넣어야 한다.
1 2 3 4 5 6 7 8 9 | import numpy as nplist1 = [1, 2, 3, 4]a = np.array(list1)print(a.shape) # (4, )b = np.array([[1,2,3],[4,5,6]])print(b.shape) # (2, 3)print(b[0,0]) # 1 |
http://pythonstudy.xyz/python/article/402-numpy-%EC%82%AC%EC%9A%A9%ED%95%98%EA%B8%B0
반응형
'학문의 길 > 머신러닝' 카테고리의 다른 글
| nunpy 행 합치기 (0) | 2018.11.05 |
|---|---|
| python 변수 존재여부 (0) | 2018.11.05 |
| numpy 행렬자르기 (0) | 2018.11.05 |
| scikit-learn 패키지를 사용한 선형 회귀분석(Linear Regression) (0) | 2018.11.04 |
| 쥬피터 탄축키 (0) | 2018.11.04 |