[NumPy] 배열 차원 추가하며 결합하기: np.stack() 사용 및 설명
소개 np.stack(arrays, axis)는 여러 배열을 쌓아 새로운 차원을 추가하는 함수로, 동일한 크기의 배열을 지정한 축(axis)에 따라 결합합니다. 이 함수는 데이터를 쌓아 새로운 차원으로 변환할 때 유용하며, 주로 다차원 배열 작업에서 활용됩니다. 예를 들어, 여러 1차원 배열을 쌓아 2차원 배열로 만들거나, 2차원 배열을 쌓아 3차원 배열로 변환할 수 있습니다. 기본 사용법import numpy as np# 두 개의 1차원 배열 생성array1 = np.array([1, 2, 3])array2 = np.array([4, 5, 6])# 배열을 새로운 차원으로 쌓기 (2x3 배열 생성)stacked_array = np.stack((array1, array2))# 두 배열을 열(axis=1)..
2024. 10. 1.
[NumPy] 배열 분할하기: np.split() 함수 사용 및 설명
소개 np.split(array, indices_or_sections, axis)는 NumPy 배열을 여러 조각으로 분할하는 함수로, 배열을 지정한 기준에 따라 나눕니다. 배열을 고정된 개수의 부분으로 나누거나, 특정 인덱스를 기준으로 분할할 수 있습니다. 이 함수는 데이터를 여러 부분으로 나누어 처리할 때 유용하며, 데이터 전처리, 배치 처리, 샘플링 등에 자주 사용됩니다. 기본 사용법import numpy as np# 1차원 배열을 세 부분으로 분할array = np.array([1, 2, 3, 4, 5, 6])split_array = np.split(array, 3)# 2차원 배열을 행을 기준으로 분할array2d = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])sp..
2024. 10. 1.
[NumPy] 배열 이어 붙이기: np.concatenate() 사용 및 설명
소개 np.concatenate((arrays), axis, out)는 NumPy 배열을 결합하는 함수로, 여러 배열을 특정 축(axis)을 기준으로 이어 붙여 하나의 배열로 만듭니다. 결합할 배열들은 동일한 차원이어야 하며, 지정한 축을 기준으로 배열들을 병합할 수 있습니다. 이 함수는 데이터 분석, 처리, 변환 등의 작업에서 매우 유용하게 사용됩니다. 기본 사용법import numpy as np# 1차원 배열을 이어 붙이기array1 = np.array([1, 2, 3])array2 = np.array([4, 5, 6])concatenated_1d = np.concatenate((array1, array2))# 2차원 배열을 행 기준으로 이어 붙이기 (axis=0)array2d_1 = np.arra..
2024. 10. 1.
[NumPy] 배열 전치 및 축 변환: np.transpose() 사용 및 설명
소개 np.transpose(array, axes)는 NumPy에서 배열의 축을 바꾸어 배열을 전치(Transpose)하는 함수입니다. 2차원 배열의 경우 행과 열을 교환하는 것이며, 다차원 배열의 경우 원하는 축을 지정하여 배열의 구조를 변경할 수 있습니다. 이 함수는 데이터 분석, 이미지 처리, 행렬 연산 등 다양한 작업에서 자주 사용됩니다. 특히, 2차원 배열에서는 행렬의 전치를 구현하는 데 주로 쓰입니다. 기본 사용법import numpy as np# 2x3 배열을 생성array_2d = np.array([[1, 2, 3], [4, 5, 6]])# 배열 전치 (행과 열을 교환)transposed_array = np.transpose(array_2d)# 3차원 배열 전치array_3d = np.a..
2024. 10. 1.
[NumPy] 배열 형태 변경: np.reshape() 사용 및 설명
소개 np.reshape(array, newshape, order)는 NumPy 배열의 형태(shape)를 변경하는 함수로, 배열의 요소 수는 유지한 채로 새로운 차원과 크기로 배열을 재구성합니다. 이 함수는 데이터의 구조를 변형하거나, 데이터를 모델에 적합한 형태로 바꾸기 위해 자주 사용됩니다. 예를 들어, 1차원 배열을 2차원 또는 3차원 배열로 변환할 수 있으며, 입력 데이터가 기존 배열의 요소 수와 호환되기만 하면 다양한 차원으로 배열을 변형할 수 있습니다. 기본 사용법import numpy as np# 1차원 배열을 2x3 배열로 재구성array_1d = np.array([1, 2, 3, 4, 5, 6])reshaped_array = np.reshape(array_1d, (2, 3))# 3차원..
2024. 10. 1.
[NumPy] 구간을 일정 간격으로 나누기: np.linspace() 사용 및 설명
소개 np.linspace(start, stop, num, endpoint, retstep)는 NumPy 라이브러리에서 배열을 생성하는 함수로, 지정된 구간을 균등한 간격으로 나누어 배열을 생성합니다. 이 함수는 숫자 범위를 정확하게 일정한 간격으로 분할할 때 유용하며, 특히 그래프 그리기, 데이터 시각화, 과학적 계산 등에서 자주 사용됩니다. 시작값과 끝값 사이를 사용자가 지정한 개수만큼 나누어 배열을 만듭니다. 기본 사용법import numpy as np# 0부터 10까지 5개의 균등한 값 생성array_basic = np.linspace(0, 10, 5)# 1부터 100까지 10개의 균등한 값 생성array_ten = np.linspace(1, 100, 10)# 끝점을 제외하고 배열 생성array..
2024. 10. 1.
[NumPy] 숫자 배열 생성하기: np.arange() 사용 및 설명
소개 np.arange(start, stop, step, dtype)는 NumPy 라이브러리에서 배열을 생성하는 함수로, 주어진 범위와 간격에 따라 숫자 배열을 생성합니다. np.arange()는 숫자 범위를 지정해 정수, 실수 또는 다른 타입의 배열을 생성하는 데 유용하며, 특히 반복 작업이나 그래프 데이터 생성 등에서 많이 활용됩니다. 지정된 시작값, 끝값, 간격을 통해 배열을 쉽게 만들 수 있습니다. 기본 사용법import numpy as np# 0부터 9까지의 정수 배열 생성array_basic = np.arange(10)# 1부터 10까지 2씩 증가하는 배열 생성array_step = np.arange(1, 11, 2)# 실수 간격 배열 생성array_float = np.arange(0, 5,..
2024. 10. 1.
