T형 인간

1. np.square(x): 제곱 연산 -. x: 숫자 혹은 ndarray import numpy as np np.square(4) # 결과 16 2. np.sqrt(x): 제곱근 연산 -. x: 숫자 혹은 ndarray import numpy as np np.sqrt(36) # 결과 6.0 3. np.exp(x): 지수 연산 -. x: 숫자 혹은 ndarray import numpy as np np.exp(1) # 결과 2.718281828459045 4. np.sin(x): 삼각함수 연산 -. x: 숫자 혹은 ndarray import numpy as np np.sin(np.pi/2.) # 결과 1.0 5. np.cos(): 삼각함수 연산 -. x: 숫자 혹은 ndarray import numpy ..

아래는 한국의 비싼 동전의 발행년도 표이다. 가격은 보관년도에 따라서 천차만별이니까 별도로 알아보시길 바란다. 빨간색으로 표시한 부분은 해당 동전 별 가장 비싸게 거래되는 발행년도이다. 동전 년도 10원 1966 1970(적동) 1970(황동) 1977 1981 50원 1972 1977 100원 1970 1981 1998 500원 1987 1998 참고로 저금통 하나 깨뜨렸는데 거의 다 100원 500원짜리 동전이었고 총 금액이 13만원 정도였다. 다 확인해본 결과 1998년 100원짜리 동전 1개 건졌음. 참고하세요~~

1. np.add(x1, x2): 덧셈 -. x1, x2: 숫자 혹은 ndarray -. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능 import numpy as np a = np.zeros((2, 3)) b = np.ones((2, 3)) np.add(a, b) # 결과(ndarray 간 계산) array([[1., 1., 1.], [1., 1., 1.]]) 2. np.subtract(x1, x2): 뺄셈 -. x1, x2: 숫자 혹은 ndarray -. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능 import numpy as np a = np.zeros((2, 3)) b = 1 np.substract(a, b) # 결과(숫자와 ndarr..

1. np.full(shape, fill_value, dtype=None): 특정 값을 가지는 ndarray 생성 -. shape: ndarray 크기, 튜플 형태로 입력, 1차원일 경우 숫자만 입력 가능 -. fill_value: ndarray 생성시 초기값 지정 -. dtype: ndarray 데이터 타입 지정, default 값 int64(None) import numpy as np np.full((2, 3), 7) array([[7, 7, 7], # 출력 [7, 7, 7]]) 2. np.empty(shape): 임의의 값을 가지는 ndarray 생성 -. shape: ndarray 크기, 튜플 형태로 입력, 1차원일 경우 숫자만 입력 가능 -. 값이 초기화 되지 않은 상태로 생성, 임의의 값이 저..

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) # 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 imp..

@@ 표준 좌표 1. 기본 3축 오른손 법칙이 기본으로 x forward(red coloer), y left(green color), z up(blue color)를 따름 2. 지리적 위치 (Geographic locations)의 단거리 데카르트 표한의 경우 ENU를 따름 3. 접미사 프레임을 사용하여 1, 2번과 다름을 표현 -. _optical: 이미지의 경우 사용(z forward, x right, y down), TF 필요 -. _ned: 실외에서 동작하는 시스템의 경우 사용하는 센서 및 지도에 따라 NED 좌표계 사용, TF 필요 @@회전 표현 1. 쿼터니언, 회전매트릭스, 고정축 roll, pitch, yaw(각속도 표현) 3가지중 사용 권장 2. 오일러 각도 yaw, pitch, roll ..

1. ros2 interface show: 지정 인터페이스의 데이터 형태 출력 ros2 interface show [토픽, 서비스, 액션 타입] # 터미널 입력 (ros2 run turtlesim turtlesim_node 실행 중) ros2 interface show geometry_msgs/msg/Twist # 터미널 출력 Vector3 linear Vector3 angular # 터미널 입력 (ros2 run turtlesim turtlesim_node 실행 중) ros2 interface show turtlesim/srv/TeleportAbsolute # 터미널 출력 float32 x float32 y float32 theta --- # 터미널 입력 (ros2 run turtlesim turtle..

1. ros2 bag record: 토픽을 파일형태로 bag 기록 # ros2 bag record [토픽 이름] [토픽 이름] ... ros2 bag record /turtle1/cmd_vel [INFO] [rosbag2_storage]: Opened database 'rosbag2_2023_06_29-20_20_20/rosbag2_2023_06_29-20_20_20_0.db3' for READ_WRITE. [INFO] [rosbag2_transport]: Listening for topics... [INFO] [rosbag2_transport]: Subscribed to topic '/turtle1/cmd_vel' [INFO] [rosbag2_transport]: All requested topics ..

1. ros2 param list: 파리미터 목록 확인 ros2 param list # ros2 run turtlesim turtle_teleop_key 실행 시 /teleop_turtle: scale_angular scale_linear use_sim_time 2. ros2 param describe: 파라미터 내용 확인 # ros2 param describe [노드 이름] [파라미터 이름] ros2 param describe /teleop_turtle scale_angular # ros2 run turtlesim turtle_teleop_key 실행 시 Parameter name: scale_angular Type: double Constraints: 3. ros2 param get: 파라미터 읽기 ..

1. ndarray의 형태(몇 행 몇 열) 확인: ndarray.shape 2. ndarray의 전체 원소의 수 확인: ndarray.size 3. ndarray의 데이터 타입 확인: ndarray.dtype 4. ndarray의 차원의 수 확인: ndarray.ndim 5. 1차원 ndarray: (값,) 6. 2차원 ndarray: (행, 열) 7. 3차원 ndarray: (면, 행, 열)