본문 바로가기
반응형

분류 전체보기233

[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.
[NumPy] 빈 배열 생성하기: np.empty() 사용 및 설명 소개  np.empty(shape, dtype, order)는 NumPy 라이브러리에서 배열을 생성하는 함수로, 주어진 크기(shape)만큼 메모리를 할당하지만 배열의 값을 초기화하지 않습니다. 즉, 배열 안에 임의의 값(메모리에 남아 있던 데이터)을 포함할 수 있습니다. 이 함수는 빠르게 배열을 생성해야 하지만 초기화할 필요가 없을 때 유용합니다. 다차원 배열을 쉽게 생성할 수 있으며, 메모리 할당만을 수행하므로 매우 효율적입니다. 기본 사용법import numpy as np# 1차원 배열 생성 (초기화되지 않은 값으로 채워짐)array_1d = np.empty(5)# 2차원 배열 생성 (2x3 크기)array_2d = np.empty((2, 3))# Fortran 스타일로 배열 생성array_fort.. 2024. 10. 1.
[NumPy] 1로 초기화된 배열 생성: np.ones() 사용 및 설명 소개  np.ones(shape, dtype, order)는 NumPy 라이브러리에서 배열을 생성하는 함수로, 주어진 크기(shape)와 데이터 타입을 가진 배열을 생성하며 모든 요소를 1로 초기화합니다. 이 함수는 데이터 초기화, 배열 생성, 머신러닝과 같은 다양한 작업에서 유용하게 사용됩니다. 특히, 배열의 크기와 데이터 타입을 쉽게 지정할 수 있어 다차원 배열을 간편하게 생성하는 데 유용합니다. 기본 사용법import numpy as np# 1차원 배열 생성 (5개의 1로 채워진 배열)array_1d = np.ones(5)# 2차원 배열 생성 (2x3 크기의 1로 채워진 배열)array_2d = np.ones((2, 3))# 데이터 타입을 지정한 배열 생성array_dtype = np.ones((2.. 2024. 10. 1.
[NumPy] 0으로 초기화된 배열 생성: np.zeros() 사용 및 설명 소개  np.zeros(shape, dtype, order)는 NumPy 라이브러리에서 배열을 생성하는 함수로, 주어진 크기(shape)와 데이터 타입을 가진 배열을 생성하며 모든 요소를 0으로 초기화합니다. 이 함수는 주로 배열 초기화, 데이터 저장을 위한 빈 배열 생성, 그리고 과학적 계산이나 머신러닝 모델에서 가중치 초기화 등의 작업에서 사용됩니다. np.zeros()는 빠르고 간편하게 0으로 채워진 다차원 배열을 만들 수 있습니다. 기본 사용법import numpy as np# 1차원 배열 생성 (5개의 0으로 채워진 배열)array_1d = np.zeros(5)# 2차원 배열 생성 (2x3 크기의 0으로 채워진 배열)array_2d = np.zeros((2, 3))# 데이터 타입을 지정한 배열 .. 2024. 10. 1.
반응형

티스토리툴바