티스토리 뷰
반응형
넘파이란?
넘파이는 파이썬의 외부 라이브러리 입니다. 딥러닝을 구현할 경우에 배열이나 행렬계산이 많은데 그 계산들을 간편하고 빠르게 해결하기 위한 라이브러리 입니다.
설치 후에 import numpy 를 사용하여 쉽게 사용할 수 있습니다.
넘파이 배열 생성하기
a = np.array([1,1,1])print(a)print(type(a))
배열이 생성된 것과, 그 배열의 타입이 numpy.ndarray 라는 사실을 알 수 있습니다. 리스트 생성하는 것과 크게 다르지 않은 생성방법이지만 타입이 바뀐다는 점이 중요합니다.
a = np.array([[1,2,3],[4,5,6]])print(a)
다차원 배열을 생성하고 싶은 경우도 다차원 리스트를 생성하는 경우와 동일하게 생성할 수 있습니다.
넘파이의 산술연산
a = np.array([1,2,3])b = np.array([4,5,6])print('a+b',a+b)print('a*b', a*b)print('a-b',a-b)print('a/b',a/b)print('a%b',a%b)
리스트의 경우에는 다음과 같은 연산이 실행되지 않습니다만 numpy 배열의 경우에는 다른 변환 없이 사칙연산이 가능합니다. 또한 같은 형태의 배열이 아닌 경우에도 사칙연산이 가능하다는 점이 큰 장점입니다. 이 기능을 브로드 캐스트 라고 부릅니다.
a = np.array([1,2,3])b = 3print('a+b',a+b)print('a*b', a*b)print('a-b',a-b)print('a/b',a/b)print('a%b',a%b)
배열의 형태가 아니라 단순한 값 하나일 경우에도 문제없이 연산을 수행하는 것을 알 수 있습니다.
원소 다루기
a = np.array([[0,1,2,3],[4,5,6,7]])print('min',np.min(a))print('max',np.max(a))print('median', np.median(a))print('avg',np.average(a))print('std', np.std(a))print('var', np.var(a))
최소값, 최대값, 중앙값, 평균, 분산, 표준편차를 구해주는 메소드도 존재합니다.
a = np.array([[0,1,2,3],[4,5,6,7]])print(a > 5)print(a[a>5])
a 배열에서 5보다 큰 값을 출력하는 코드 입니다. print(a>5) 의 결과가 false, true 로 이루어진 것을 알 수 있습니다.
부족한 블로그에 방문해 주셔서 감사합니다.
잘못된 부분이나 질문이 있으시면
댓글로 말씀해주세요.
금방 확인하고 피드백 드리겠습니다.
좋은 하루 되세요. ^^
반응형
'Python' 카테고리의 다른 글
[Python] random - 난수 추출하기 (0) | 2018.02.19 |
---|---|
[Python] dict max, min (2) | 2018.01.19 |
[Python] numpy broadcast (0) | 2018.01.17 |
[Python] numpy.argmax(a, axis) (1) | 2018.01.16 |
[Python] list 합을 구하기 - 1차원, 다차원 리스트 (4) | 2018.01.05 |
댓글
반응형
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- 가평여행
- 글램핑
- Koreancuisine
- 카카오
- 강원도여행
- bukhansannationalpark
- 캠핑장추천
- 가족여행
- Oracle
- 캠핑초보
- 알고리즘
- 백준
- sql
- python
- 자연힐링
- 가평캠핑
- 파이썬
- 여름캠핑
- 가족캠핑
- 커플여행
- 영월캠핑
- 여름휴가추천
- 계곡캠핑
- 여름휴가
- 머신러닝
- 서울근교캠핑
- SeoulTravel
- 강원도캠핑
- 반려견캠핑
- 영월여행
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
글 보관함