i-mini

백터화 연산 속도 측정! import numpy as np x = np.arange(1, 10001) y = np.arange(10001,20001) z = np.zeros_like(x) for i in range(10000): z[i] = x[1]+y[i] print(z) z=x+y print(z) # ================================== # 속도 측정 def runTime1(): import timeit start = timeit.default_timer() for i in range(10000): z[i] = x[1] + y[i] end = timeit.default_timer() print('sum vector:', (end-start)) def runTime2(): im..

그리드란? 2차원 영역에 대한 (x,y)의 좌표값 쌍. metplotlib 라이브러리를 사용한다. 변수가 2개인 2차원 함수의 그래프를 그리거나 표를 그리고자 하는 경우 metplotlib 라이브러리 사용한다. import numpy as np import matplotlib.pyplot as plt x = np.arange(3) y = np.arange(5) X, Y = np.meshgrid(x, y) print(X) print(Y) plt.title('Grid Points') plt.scatter(X, Y, linewidths=1) # 산점도 plt.show() [코드 실행 결과] 뭔가가 팝업된다..ㅋ [[0 1 2] [0 1 2] [0 1 2] [0 1 2] [0 1 2]] [[0 0 0] [1 1..

배열을 연결합니다! import numpy as np # [hstack] 행의 수가 같은 두개 이상의 배열을 옆으로 연결 # 연결할 배열은 하나의 리스트에 담아야 함 print('-------hstack-------') a1 = np.ones((2, 3)) print(a1) a2 = np.zeros((2, 2)) print(a2) hs = np.hstack([a1, a2]) print(hs) # [vstack] 행의 수가 같은 두개 이상의 배열을 아래로 연결 # 연결할 배열은 하나의 리스트에 담아야 함 print('-------vstack-------') b1 = np.ones((2, 3)) print(b1) b2 = np.zeros((4, 3)) print(b2) vs = np.vstack([b1, b..

2차원 배열의 방향(행과 열) 변경 import numpy as np ar = np.array([[1, 2, 3], [4, 5, 6]]) print(ar) # 2x3 print(ar.T) # 3x2 전치 # 배열의 크기 변형 : ex) 1*15 --> 3*5, 데이터 변경 없음 a = np.arange(12) print('print(a):\n', a) print('print(a.reshape(4, -1)):\n', a.reshape(4, -1)) print(a.reshape(-1, 6)) print(a.reshape(2,2,-2)) b = a.reshape(3, 4) print(b) c = b.reshape(4, 3) print(c) # 다차원의 배열 펼치기 print(a.flatten()) print(..

zeros, ones, empty(권장), arange, linspace 등의 함수를 사용해서 배열을 생성할 수 있습니다! import numpy as np # zeros() : 크기가 정해져 있는 모든 값이 0인 배열 생성, 인수는 배열의 크기 z_ar = np.zeros(5) print('zeros array 1d \n', z_ar, z_ar.dtype) # 다차원 배열: 인수의 크기를 나타내는 튜플 사용 z_2dar = np.zeros((2, 3)) print('zeros array 2d \n', z_2dar, z_2dar.dtype) # 자료형 입력 지정 dt_z_ar = np.zeros((5, 2), dtype='i') print('zeros array dt \n', dt_z_ar, dt_z_a..

배열 ndarray클래스는 데이터가 같은 자료형이어야 합니다! array명령으로 배열 생성 시 명시적으로 지정하려면 dtype인수 사용합니다. import numpy as np # ---------------------------------------------------------- # 배열에 타입 확인 x = np.array([1, 2, 3]) print(x.dtype) x = np.array([1.2, 2.2, 3.1]) print(x.dtype) x = np.array(['A', 'B', 'C']) print(x.dtype) # Unicode x = np.array([True, False]) print(x.dtype) # ------------------------------------------..

""" 배열 인덱싱 : fancy indexing """ import numpy as np a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) idx = np.array([True, False, True, False, True, False, True, False, True, False]) print('불리언 인덱싱:', a[idx]) # TRUE는 리턴해주고, False는 안해줌 # 조건문을 이용한 연산 print(a % 2 == 0) print(a[a % 2 == 0]) # 정수 배열 인덱싱 : 인덱스 배열의 요소 각각이 ndarray객체를 가리키는 인덱스 정수여야 함 a = np.array([11, 22, 33, 44, 55, 66, 77, 88, 99]) idx = np..

import numpy as np # 배열 인덱싱 # 인덱싱은? 특정 위치의 값을 확인하는것.. a = np.array([0, 1, 2, 3, 4]) print(a[2]) print(a[-1]) a = np.array([[1, 2, 3],[4, 5, 6]]) print(a) print(a[1, 0]) # 1번 행의 0번 열 print(a[1][0]) # 1번 행의 0번 열 print(a[-1, -1]) # 마지막 행, 마지막 열 # 배열 슬라이싱 # 배열 객체로 구현한 다차원 배열의 원소중 복수개에 접근하는 경우 # Slicing 과 comma를 사용 b = np.array([[0, 1, 2, 3], [4, 5, 6, 7]]) print(b) print(b[0, :]) # 0번째 행 전체 print(b[..

import numpy as np # 1차원 배열의 속성값 a = np.array([1, 2, 3]) print(a.ndim) # 1 print(a.shape) # (3,) # 2차원 배열의 속성값 c = np.array([[1, 2, 3], [4, 5, 6]]) print(c.ndim) # 2 print(c.shape) # (2, 3) # 3차원 배열의 속성값 d = np.array([ [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[11, 12, 13, 14], [15, 16, 17, 18], [19, 20, 21, 22]] ]) print(d.ndim) # 3 print(d.shape) # (2, 3, 4) [실행 결과] 1 (3,) 2 (2, 3) 3 (2,..

3차원 배열.. import numpy as np # 2x3x4 array d = np.array([ [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[11, 12, 13, 14], [15, 16, 17, 18], [19, 20, 21, 22]] ]) print(d) print(len(d)) print(len(d[0])) print(len(d[0][0])) [코드 실행 결과] [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] [[11 12 13 14] [15 16 17 18] [19 20 21 22]]] 2 3 4