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 ..

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..

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)

1. numpy: NUMerical PYthon의 줄임말 2. 대규모의 고성능 수치 계산을 위한 파이썬 라이브러리 3. N차원의 배열을 효율적으로 다룰 수 있는 라이브러리 4. ndarray(N Dimension ARRAY)라는 핵심 자료구조 제공 5. number: scalar라고 지칭 6. 1d array: vector라고 지칭 7. 2d array: matrix라고 지칭 8. 3d array: tensor라고 지칭