본문 바로가기
반응형

넘파이5

[Numpy] 넘파이 행렬 연산 - 브로드캐스팅 (Broadcasting) 브로드캐스팅 (Broadcasting) 선형대수학에서 행렬의 덧셈과 뺄셈을 할 때 행렬의 크기(shape)가 같아야 하지만 넘파이에서는 차원이나 크기가 달라도 조건만 충족하면 자동으로 확장하여 연산합니다. 이를 브로드캐스팅이라고 합니다. 같은 차원일 때 import numpy as np # [1 Dimensional Array] a = np.full(3, 1) # [1 1 1] int32 b = np.array([2]) # [2] int32 abAdd = a - b print(abAdd, abAdd.dtype) # [3 3 3] int32 # [2 Dimensional Array] a = np.full((2, 3), 2.336) # [[2 2 2] # [2 2 2]] int32 b = np.array([.. 2022. 7. 24. 16:55
[Numpy] 넘파이 크기가 같은 행렬의 사칙연산 넘파이는 배열의 행렬 연산을 제공하는데, 배열의 차원과 크기가 같은 경우에는 같은 위치에 존재하는 요소끼리 연산을 합니다. (리스트에서의 덧셈과 곱셈은 배열 자체를 늘리는(확장) 동작을 하지만 넘파이에선 행렬 연산을 한다.) import numpy as np a = np.full((2, 3), 2.336) print(a, a.dtype) # [[2.336 2.336 2.336] # [2.336 2.336 2.336]] float64 b = np.array([(2, 2, 2), (4, 4, 4)]) print(b, b.dtype) # [[2 2 2] # [4 4 4]] int32 덧셈 abAdd = a + b print(abAdd, abAdd.dtype) # [[4.336 4.336 4.336] # [6... 2022. 7. 21. 07:12
[Numpy] 넘파이 배열의 dtype 바꾸는 방법 NumPy 배열은 배열 요소의 데이터 타입(dtype)에 따라 계산 방법이 달라집니다. 때로는 배열의 데이터 타입을 변경해야 하는 경우가 있습니다. NumPy에서 배열의 데이터 타입을 변경하는 방법은 다양합니다. 이를 캐스팅(Casting) 또는 형변환 한다고 합니다. astype() 메소드 사용하기 NumPy 배열의 데이터 타입을 변경하는 가장 간단한 방법은 astype() 메소드를 사용하는 것입니다. astype() 메소드는 새로운 dtype을 인수로 전달받아 해당 dtype으로 배열의 데이터 타입을 변경합니다. 예를 들어, 다음과 같은 코드를 실행해보겠습니다. import numpy as np # 1차원 배열 생성 arr1 = np.array([1, 2, 3, 4, 5]) # 데이터 형식 변경 전 .. 2022. 7. 20. 06:40
[Numpy] 넘파이 배열 생성 및 속성 확인 방법 1. 배열 생성 방법 array() array는 값을 직접 인자로 채워서 배열을 생성합니다. dim1 = np.array([1, 2, 3]) # [1 2 3] int32 dim2 = np.array([(1, 2, 3), (4, 5, 6)], dtype=np.float) # [[1. 2. 3.] # [4. 5. 6.]] float64 array는 리스트와 튜플의 조합으로 값을 직접 인자로 넣어 배열을 생성합니다. 리스트 '[]' 내에 값을 채우는데 차원을 늘리려면 튜플의 형태로 분리해 줍니다. 또한 옵션을 통해 dtype을 선택할 수 있습니다. zeros() / ones() / full() #=========== zeros =========== dim1 = np.zeros((3)) # [0. 0. 0.] .. 2022. 7. 11. 06:18
[Numpy] 넘파이란? 기본 개념 및 설치 방법 Numpy 란? 넘파이는 Numerical Python의 약자로 데이터 과학 전반에 사용되는 오픈 소스 Python 라이브러리입니다. (공식 사이트 : https://numpy.org/) NumPy Powerful N-dimensional arrays Fast and versatile, the NumPy vectorization, indexing, and broadcasting concepts are the de-facto standards of array computing today. Numerical computing tools NumPy offers comprehensive mathematical functions, random number g numpy.org 다차원 배열(ndarray)과 행렬 .. 2022. 7. 10. 02:40
728x90
반응형

티스토리툴바