[Python] 넘파이와 reshape( ) 사용하여 1차원 배열을 여러 차원 배열로 바꾸기
위에 사진처럼 reshape() 사용하여 1차원 배열 만들기 x = np.arange(2,10+1) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) x.size # 9 3행과 3열을 가진 배열로 변경하기 x.reshape( (3,3) ) # array([[ 2, 3, 4], # [ 5, 6, 7], # [ 8, 9, 10]]) 바뀐 배열을 다시 1차원 배열으로 바꾸기 X = x.reshape( 3,3 ) X.reshape(9) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) numpy 딕셔너리와 reshape() 함수 같이 사용하기 np.arange( 2, 10+1).reshape( 3, 3) # array([[ 2, 3, 4], # [ 5, 6, 7], # [..
2024. 4. 5.
[Python] 넘파이를 이용한 정수(홀수, 짝수) 배열 만들기
정수의 배열을 얻고 자 하는 경우 넘파이를 쓰지 않는 방법 - range() 함수를 쓴 다음 list() 함수를 사용 range(10) # range(0, 10) list(range(10)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 넘파이를 쓰는 방법 - np.arnage() 를 사용 np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9] - 원하는 숫자로 만들기 : 원하는 마지막 숫자의 '+1'을 해준다고 생각하자 np.arange( 5, 14+1 ) # array([ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]) - 원하는 숫자 데이터에서 짝수만, 홀수만 리스트로 배열 얻기 np.arange( 1, 20+1, 2 ) #홀수만 #..
2024. 4. 5.
[Python] 넘파이 0, 1, 특정 값으로 된 백터(1차원)와 행렬(2차원) 만들기
1차원 배열 = 벡터 (Vector) 2차원 배열 = 행렬 (Matrix) 3 행 4 열 짜리, 0으로 되어있는 행렬 만들기 - np.zeros(행, 열) 함수 사용 # 한개의 숫자만 입력 np.zeros( 5 ) # array([0., 0., 0., 0., 0.]) # 3 행 4열 만들기 np.zeros( (3,4) ) #array([[0., 0., 0., 0.], # [0., 0., 0., 0.], # [0., 0., 0., 0.]]) 3 행 5 열 짜리, 1으로 되어있는 행렬 만들기 - np.ones(행, 열) 함수 사용 # 한개의 숫자만 입력 np.ones(7) # array([1., 1., 1., 1., 1., 1., 1.]) # 3 행 5열 만들기 np.ones((3,5)) #array([[1..
2024. 4. 5.
[Python] 넘파이 함수 size, shape, dtype, sum(), mean(), std()
Numpy 함수 - size x # array([99, 90, 75, 66, 98]) x.size # 5 - shape : 차원과 크기 파악 -> 넘파이 배열의 차원과 각 차원의 크기를 튜플 형태로 반환 x # array([99, 90, 75, 66, 98]) x.shape # (5,) - dtype : 저장하고 있는 데이터 타입 반환 x # array([99, 90, 75, 66, 98]) x.dtype # dtype('int32') - sum : 모든 차원의 데이터를 합한 값 x # array([99, 90, 75, 66, 98]) x.sum() # 428 - mean / std : 평균과 표준 편차 x # array([99, 90, 75, 66, 98]) x.mean() # 85.6 x.std() ..
2024. 4. 4.
