본문 바로가기
반응형

배열10

파이썬 numpy 배열 데이터 저장하고 불러오기 numpy 배열을 저장하고 불러오는 방법은 아래와 같습니다. 확장자는 npy 입니다. import numpy as np #배열 생성 data=np.array([1,2,3,4,5]) #저장 np.save('mydata.npy',data) #불러오기 data_loaded=np.load('mydata.npy') 2023. 11. 16.
[파이썬] 넘파이 배열을 리스트로 변환 (array to list) 넘파이를 불러옵니다. import numpy as np 배열을 하나 정의합시다. ar1=np.array([[1,2,3],[4,5,6]]) 문자열로 변환합시다. tolist 함수를 사용합니다. >>> np.ndarray.tolist(ar1) [[1, 2, 3], [4, 5, 6]] 또는 tolist 메소드를 사용합니다. >>> ar1.tolist() [[1, 2, 3], [4, 5, 6]] 2022. 1. 17.
[파이썬] 넘파이 배열을 문자열로 변환 (array to string) 넘파이를 불러옵니다. import numpy as np 배열을 하나 정의합시다. ar1=np.array([[1,2,3],[4,5,6]]) 문자열로 변환합시다. array2string 함수를 사용합니다. >>> np.array2string(ar1) '[[1 2 3]\n [4 5 6]]' 2022. 1. 17.
[파이썬 판다스] 배열을 이용하여 데이터프레임 정의하기 넘파이와 판다스를 불러옵니다. import numpy as np import pandas as pd 배열을 하나 정의합니다. ar=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]) >>> ar array([[ 1, 2, 3], [ 4, 5, 6], [ 7, 8, 9], [10, 11, 12]]) 배열을 이용하여 데이터프레임을 정의합니다. df=pd.DataFrame(ar,columns=['C1','C2','C3'],index=['R1','R2','R3','R4']) >>> df C1 C2 C3 R1 1 2 3 R2 4 5 6 R3 7 8 9 R4 10 11 12 2021. 12. 30.
파이썬 넘파이(numpy) 패키지 설치 방법 커멘드 창을 엽니다. 시작 메뉴에서 cmd 검색하시면 됩니다. 커멘드 창에 아래 명령어를 입력합니다. pip3 install numpy 혹시 'python'은(는) 내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는배치 파일이 아닙니다. 라는 오류가 발생할 경우 아래 링크 https://pybasall.tistory.com/223 2021. 10. 8.
[파이썬 numpy] 절댓값 구하는 함수 [파이썬 numpy] 절댓값 구하는 함수 넘파이에서 절댓값을 수할 때는 abs 메소드를 사용합니다. 숫자의 절댓값 >>> import numpy as np>>> np.abs(-222)222 배열의 절댓값 >>> A=np.array([1,2,-3,-5])>>> np.abs(A)array([1, 2, 3, 5]) 2020. 11. 12.
[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] 배열의 축(axis) 이해하기 [파이썬 numpy] 배열의 축(axis) 이해하기 배열에는 축이라는 헷갈리는 개념이 있습니다. 특히 concatenate 메소드를 사용하여 배열을 이어붙일때 그렇습니다. 배열의 축이 헷갈리는 이유는 행렬개념에 익숙해져 있기 때문입니다. 차원이 높아지며 우리가 생각하는 행과 열의 순서가 파괴되는 듯한 느낌을 받는데, 이 문제만 해결하면 축은 아주 쉬워집니다. 차원을 높여가며 이해해봅시다. 1차원 배열 먼저 1차원 배열을 하나 정의해봅시다. >>> A1=np.array([1,2,3,4,5])>>> A1array([1, 2, 3, 4, 5]) 이때 축은 axis0 하나뿐입니다. 이때는 행과 열의 개념이 없습니다. 여기까지는 어렵지 않습니다. 2차원 배열 이번에는 2차원 배열을 정의해봅시다. >>> A2=np.. 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 지수함수 (exponential) [파이썬 numpy] 배열의 지수함수 (exponential) 파이썬 넘파이에서 제공하는 지수함수들입니다. 아래와 같이 세가지가 있습니다. 배열에 적용하여 사용합니다. exp( ) : exponential 값을 구해줌exp2( ) : 배열값으로 2를 거듭제곱해줌expm1( ) : exp(배열값) - 1 배열을 하나 정의하고 각 함수를 적용해봅시다. >>> import numpy as np>>> A=np.array([1,2,3])>>> Aarray([1, 2, 3]) exp >>> np.exp(A)array([ 2.71828183, 7.3890561 , 20.08553692]) exp2 >>> np.exp2(A)array([2., 4., 8.]) expm1 >>> np.expm1(A)array([ 1.71.. 2020. 11. 12.
반응형