MKL
사이파이,SciPy
맷플럿립,Matplotlib ? 발음chk. / https://ko.wikipedia.org/wiki/Matplotlib
팬더스,pandas
시본,Seaborn
...
사이파이,SciPy
맷플럿립,Matplotlib ? 발음chk. / https://ko.wikipedia.org/wiki/Matplotlib
팬더스,pandas
시본,Seaborn
...
1.1. np.arange ¶
Return evenly spaced values within a given interval https://numpy.org/doc/stable/reference/generated/numpy.arange.html
ex.
ex.
> print(np.arange(6)) [0 1 2 3 4 5] > print(np.arange(6) + 1) [1 2 3 4 5 6]
1.3. v.reshape ¶
>>> v = np.arange(24) + 1 >>> v.reshape(4, 2, 3) array([[[ 1, 2, 3], [ 4, 5, 6]], [[ 7, 8, 9], [10, 11, 12]], [[13, 14, 15], [16, 17, 18]], [[19, 20, 21], [22, 23, 24]]])
이것의 반대는 flatten.
1.4. v.flatten ¶
바로 위 v.reshape 한 것에 대해,
>>> v.flatten() array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24])
1.5. v.ravel ¶
저 위 v.reshape 한 것에 대해,
>>> v.ravel() array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24])flatten과 똑같이 보이지만... 메모리에 있는 내용을 share하는지 여부가 다르다. 아래 np.may_share_memory 참조.
1.6. np.may_share_memory ¶
>>> np.may_share_memory(v, v.flatten()) False >>> np.may_share_memory(v, v.ravel()) True
1.7. 입력 1 - np.array ¶
전체를 bracket으로 묶어줘야 오류가 나지 않는다.
>>> X = np.array([1,2],[3,4]) Traceback (most recent call last): File "<pyshell#31>", line 1, in <module> X = np.array([1,2],[3,4]) TypeError: Field elements must be 2- or 3-tuples, got '3' >>> X = np.array([[1,2],[3,4]]) >>> print(X) [[1 2] [3 4]] >>>
1.8. 입력 2 - concatenative하게. ¶
>>> X = np.arange(1,10).reshape(3,3) >>> print(X) [[1 2 3] [4 5 6] [7 8 9]] >>>
1.10. np.eye - 항등행렬 ¶
단위행렬,unit_matrix 항등행렬,identity_matrix
np.eye(차원, dtype='타입')
타입 생략하면 TBW ... np.eye
ex.
np.eye(차원, dtype='타입')
타입 생략하면 TBW ... np.eye
ex.
>>> I1 = np.eye(3, dtype='int') >>> I1 array([[1, 0, 0], [0, 1, 0], [0, 0, 1]]) >>> I2 = np.eye(3, dtype='float') >>> I2 array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]])
1.11. np.ones - 1로만 구성된 행렬 ¶
np.eye와 마찬가지로 차원과 타입 지정.
>>> Z1 = np.ones((2, 3)); print(Z1) [[1. 1. 1.] [1. 1. 1.]] >>> Z2 = np.ones((2, 3), dtype='uint8'); print(Z2) [[1 1 1] [1 1 1]]