[파이썬 numpy] 배열의 누적곱 (axis 방향별)
[파이썬 numpy] 배열의 누적곱 (axis 방향별) 배열의 누적곱를 구할때는 cumprod 메소드를 사용합니다. 먼저 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.array([1,2,3,4,5]) 배열의 누적곱 배열의 누적곱은 아래와 같이 두 가지 방법으로 구할 수 있습니다. 넘파이 함수를 사용해도 되고, 정의한 배열에 메소드를 적용해도 됩니다. >>> np.cumprod(A)array([ 1, 2, 6, 24, 120], dtype=int32) >>> A.cumprod()array([ 1, 2, 6, 24, 120], dtype=int32) 배열의 axis 에 따른 누적곱 2차원 배열을 하나 정의합시다. >>> A=np.arange(1,7).reshape(2,3)..
2020. 11. 13.
[파이썬 numpy] 배열의 누적합 (axis 방향별)
[파이썬 numpy] 배열의 누적합 (axis 방향별) 배열의 누적합을 구할때는 cumsum 메소드를 사용합니다. 먼저 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.array([1,2,3,4,5]) 배열의 누적합 배열의 누적합은 아래와 같이 두 가지 방법으로 구할 수 있습니다. 넘파이 함수를 사용해도 되고, 정의한 배열에 메소드를 적용해도 됩니다. >>> np.cumsum(A)array([ 1, 3, 6, 10, 15], dtype=int32) >>> A.cumsum()array([ 1, 3, 6, 10, 15], dtype=int32) 배열의 axis 에 따른 누적합 2차원 배열을 하나 정의합시다. >>> A=np.arange(6).reshape(2,3)>>> Aar..
2020. 11. 13.
[파이썬 numpy] 배열의 합 (axis 방향별)
[파이썬 numpy] 배열의 합 (axis 방향별) 배열의 합을 구할때는 sum 메소드를 사용합니다. 먼저 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.array([1,2,3,4,5]) 배열의 합 배열의 합은 아래와 같이 두 가지 방법으로 구할 수 있습니다. 넘파이 함수를 사용해도 되고, 정의한 배열에 메소드를 적용해도 됩니다. >>> np.sum(A)15 >>> A.sum()15 배열의 axis 에 따른 합 2차원 배열을 하나 정의합시다. >>> A=np.arange(6).reshape(2,3)>>> Aarray([[0, 1, 2], [3, 4, 5]]) axis=0 방향의 합을 구해봅시다. 행방향 합입니다. >>> A.sum(axis=0)array([3, 5, 7]..
2020. 11. 13.
[파이썬 numpy] 배열의 평균 (axis 방향별)
[파이썬 numpy] 배열의 평균 (axis 방향별) 배열의 평균을 구할때는 mean 메소드를 사용합니다. 먼저 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.array([1,2,3,4,5]) 배열의 평균 평균은 아래와 같이 두 가지 방법으로 구할 수 있습니다. 넘파이 함수를 사용해도 되고, 정의한 배열에 메소드를 적용해도 됩니다. >>> np.mean(A)3.0 >>> A.mean()3.0 배열의 axis 에 따른 평균 2차원 배열을 하나 정의합시다. >>> A=np.arange(6).reshape(2,3)>>> Aarray([[0, 1, 2], [3, 4, 5]]) axis=0 방향의 평균을 구해봅시다. 행방향 평균입니다. >>> A.mean(axis=0)array(..
2020. 11. 13.
[파이썬 numpy] 넘파이에서 반올림, 올림, 버림,내림 하는 방법
[파이썬 numpy] 넘파이에서 반올림, 올림, 버림,내림 하는 방법 넘파이 패키지를 불러옵니다. >>> import numpy as np 반올림 np.round(수, 자리수) >>> np.round(345.345,1)345.3 >>> np.round(345.345,2)345.34 >>> np.round(345.346,2)345.35 넘파이는 사사오입이 아니라 오사오입 방법을 사용하는 것으로 보입니다. 올림 올림은 입력값보다 같거나 큰 정수중 가장 가까운 값을 반환합니다. ceil 함수를 사용합니다. >>> np.ceil(3)3.0 >>> np.ceil(3.4)4.0 >>> np.ceil(3.6)4.0 >>> np.ceil(-3.4)-3.0 >>> np.ceil(-3.6)-3.0 버림 버림은 소수점을 그..
2020. 11. 13.
[파이썬 numpy] 배열에서 정수와 소수부분 분리
[파이썬 numpy] 배열에서 정수와 소수부분 분리 modf 함수를 사용하면 배열의 정수와 소수부분을 분리할 수 있습니다. 정수부분과 소수부분을 각각 튜플의 원소로 반환합니다. 변수 두개를 입력할 경우 각 변수에 저장할 수도 있습니다. 배열의 정수와 소수부분을 튜플로 반환 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.array([1.3,2.5,-1.3,-2.5]) modf 메소드를 사용해봅시다. >>>np.modf(A)(array([ 0.3, 0.5, -0.3, -0.5]), array([ 1., 2., -1., -2.])) 정수부분과 소수부분이 각각 튜플의 원소로 반환됩니다. 정수부분과 소수부분을 변수에 저장 아래와 같이 변수 두개를 선언해줍니다. >>> A1,A2=..
2020. 11. 12.
[파이썬 numpy] 두 배열의 원소를 비교하여 최대값 반환 (maximum 함수)
[파이썬 numpy] 두 배열의 원소를 비교하여 최대값 반환 (maximum 함수) 넘파이의 maximum 함수는 두 배열의 원소를 비교하여 최대값을 갖는 배열을 반환합니다. 먼저 두 배열을 정의합시다. >>> import numpy as np>>> A=np.array([1,2,3,4,5])>>> B=np.array([5,4,3,2,1]) maximum 함수를 적용해봅시다. >>> np.maximum(A,B)array([5, 4, 3, 4, 5]) 두 배열의 크기가 다를 경우 오류가 발생합니다.
2020. 11. 12.
[파이썬 numpy] 배열의 거듭제곱, 제곱근, 세제곱근
[파이썬 numpy] 배열의 거듭제곱, 제곱근, 세제곱근 배열의 거듭제곱 (**연산자) 배열을 하나 정의합시다. >>> import numpy as np>>> A=np.arange(6).reshape(2,3)>>> A array([[0, 1, 2], [3, 4, 5]]) 거듭제곱을 할 때는 ** 연산자를 사용합니다. **뒤에 원하는 거듭제곱값을 입력하면 됩니다. >>> A**2array([[ 0, 1, 4], [ 9, 16, 25]], dtype=int32) 배열의 제곱근(sqrt 메소드) 배열을 하나 정의합시다. >>> A=np.arange(6).reshape(2,3)>>> A array([[0, 1, 2], [3, 4, 5]]) 제곱근을 구할 때는 넘파이의 sqrt 메소드를 사용합니다. >>> np...
2020. 11. 12.
[파이썬 numpy] 배열의 전치를 원하는 방향으로 (transpose 메소드)
[파이썬 numpy] 배열의 전치를 원하는 방향으로 (transpose 메소드) transpose 메소드는 T메소드보다 확장된 방법이다. T메소드는 배열의 shape을 역방향으로 바꾸는 것만 할 수 있지만 transpose 메소드는 원하는 방향으로 바꿀 수가 있다. 방향이 정방향과 역방향 둘 뿐인 2차원 배열에서는 T메소드와 transpose 메소드의 결과가 같다. 하지만 3차원 이상에서는 달라질 수 있다. 2차원 배열 shape이 (2,3)인 배열을 하나 정의하자. 2행 3열로 해석할 수도 있다. >>> A=np.arange(6).reshape(2,3)>>> Aarray([[0, 1, 2], [3, 4, 5]]) T메소드를 적용해보자. >>> A.Tarray([[0, 3], [1, 4], [2, 5]]..
2020. 11. 11.
[파이썬 numpy] 행렬의 곱셈 하는 법 (dot 메소드)
[파이썬 numpy] 행렬의 곱셈 하는 법 (dot 메소드) 파이썬에서 행렬의 곱셈을 할 때는 dot 메소드를 사용합니다. inner 메소드도 행렬의 곱셈이 수행되기는 하나 우리가 알고 있던 행렬의 곱셈과는 결과가 다릅니다. dot 메소드와 inner 메소드의 비교는 다른 글에서 하겠습니다. 이번 글에서는 dot 메소드를 사용하여 행렬의 곱셈을 해봅시다. 두 행렬을 정의합시다. >>> import numpy as np>>> A1=np.array([[1,2,3],[4,5,6]])>>> A2=np.array([[1,2,3],[4,5,6]]) dot 메소드를 적용해봅시다. >>> np.dot(A1,A2)Traceback (most recent call last): File "", line 1, in np.do..
2020. 11. 10.
[파이썬 numpy] 배열 전치하는 법 (T 메소드)
[파이썬 numpy] 배열 전치하는 법 (T 메소드) 배열을 하나 정의합시다. A=np.array([[1,2,3],[4,5,6]]) 2행 3열인 배열입니다. >>> Aarray([[1, 2, 3], [4, 5, 6]]) 위 배열의 전치배열을 만들 때는 T 메소드를 사용합니다. >>> A.Tarray([[1, 4], [2, 5], [3, 6]]) 고차원 배열에도 적용해봅시다. A2=np.arange(24).reshape(2,3,4) 3행4열짜리 배열이 2층 쌓여있다고 해석할 수 있습니다. >>> A2array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) 전치를 ..
2020. 11. 9.
[파이썬 numpy] 배열과 비교연산자
[파이썬 numpy] 배열과 비교연산자 배열과 배열 사이에 비교연산자를 적용해봅시다. 먼저 아래와 같이 두 배열을 정의합시다. >>> A=np.array([1,2,3])>>> B=np.array([4,5,6]) 비교연산자를 적용해봅시다. >>> A>> A>Barray([False, False, False]) >>> A==Barray([ True, True, True]) >>> A>=Barray([ True, True, True]) >>> A
2020. 11. 9.
[파이썬 numpy] 배열과 제곱, 나머지 연산자
[파이썬 numpy] 배열과 제곱, 나머지 연산자 배열과 배열 사이에 제곱과 나머지 연산자를 적용해봅시다. 먼저 아래와 같이 두 배열을 정의합시다. >>> A=np.array([1,2,3])>>> B=np.array([4,5,6]) 제곱과 나머지 연산자를 적용해봅시다. >>> A**Barray([ 1, 32, 729], dtype=int32) >>> A%Barray([1, 2, 3], dtype=int32) 같은 위치에 있는 원소끼리 연산이 수행됩니다.
2020. 11. 9.
[파이썬 numpy] 배열의 사칙연산
[파이썬 numpy] 배열의 사칙연산 배열과 배열 사이에 사칙연산을 적용해봅시다. 먼저 아래와 같이 두 배열을 정의합시다. >>> A=np.array([1,2,3])>>> B=np.array([1,2,3]) 사칙연산을 수행합시다. >>>A+Barray([2, 4, 6]) >>> A-Barray([0, 0, 0]) >>> A*Barray([1, 4, 9]) >>> A/Barray([1., 1., 1.]) 같은 위치에 있는 원소끼리 연산이 수행됩니다.
2020. 11. 9.