반응형
1. np.array(object, dtype): numpy ndarray 생성
-. object: ndarray에 저장할 데이터, 일반적으로 리스트
-. dtype: 데이터 타입, 기본값은 None이고 생략가능
import numpy as np
test = np.array([1, 2, 3, 4])
test
array([1, 2, 3, 4]) # 출력
type(test)
<class 'numpy.ndarray'> # 출력
2. np.arrange((start), stop, (step)): 연속된 numpy ndarray 생성(파이썬 range() 함수와 동일)
-. start: 시작값, 생략 가능, 생략 시 default 값은 0
-. stop: 끝값 (끝값 -1 적용)
-. step: 증분값, 생략 가능, 생략 시 default 값은 1
import numpy as np
np.arange(1, 5)
array([1, 2, 3, 4]) # 출력
3. np.zeros(shape, dtype=float): 지정된 shape의 모든 요소가 0인 ndarray 생성
-. shape: 튜플 형태로 입력, 1차원일 경우 그냥 숫자만 입력 가능
-. dtype: default 값은 float
import numpy as np
np.zeros((2, 3))
array([[0., 0., 0.], # 출력
[0., 0., 0.]])
4. np.ones(shape, dtype=float): 지정된 shape의 모든 요소가 1인 ndarray 생성
-. shape: 튜플 형태로 입력, 1차원일 경우 그냥 숫자만 입력 가능
-. dtype: default 값은 float
import numpy as np
np.ones((3, 3))
array([[1., 1., 1.], # 출력
[1., 1., 1.],
[1., 1., 1.]])
728x90
'AI & 머신러닝 & 딥러닝 > numpy' 카테고리의 다른 글
[numpy] numpy 기본 함수_4(연산 함수) (0) | 2023.07.19 |
---|---|
[numpy] numpy 기본 함수_3(연산 함수) (0) | 2023.07.14 |
[numpy] numpy 기본 함수_2 (0) | 2023.07.13 |
[numpy] ndarray의 주요 속성 (0) | 2023.06.30 |
[numpy] numpy 일반 (0) | 2023.06.29 |