import numpy as np ndarray 인덱싱은 파이썬 리스트와 동일한 개념이다 ,를 사용해서 각 차원의 인덱스에 접근할 수 있다. 1차원 ndarray의 인덱싱을 해보자. 1. 1차원 벡터 인덱싱 # x = np.arange(10) print(x) print(x[2]) x[2] = 3 print(x) # [0 1 2 3 4 5 6 7 8 9] 2 [0 1 3 3 4 5 6 7 8 9] 1차원 벡터의 인덱싱은 파이썬 리스트와 거의 똑같다고 보면 될 것 같다. 2. 2차원 행렬 인덱싱 # x = np.arange(10).reshape(2, 5) # 1차원 벡터를 reshape()함수로 2차원 행렬로 만들어줬다. print(x) print(x[0]) print(x[1]) print(x[0,2]) #..
numpy의 random함수의 서브 모듈 함수에 대해서 알아보자. 서브 모듈 함수란. random함수에 서브로 있는 함수를 말한다. tab키를 누르면 저렇게 나온다. 굉장히 많으므로 자주 쓰는 놈들만 보자 1. np.random.rand() - 0~1 사이에서 샘플링 - 0과 1 사이의 uniform 한 분포로 랜덤 한 ndarray를 생성 # np.random.rand(2, 3) # array([[0.86430509, 0.18265898, 0.46934252], [0.22979993, 0.89849182, 0.30967946]]) output은 매번 실행할 때마다 다른 값이 될 것이다. 2. np.random.randn() - 정규분포에서 샘플링 - n: normal distribution(정규분포) ..
numpy를 다뤄보면서 사용할 두 가지 라이브러리가 있다. numpy 와 matplotlib이다. 두 개의 라이브러리를 불러보자. import numpy as np import matplotlib.pyplot as plt numpy library를 불러왔으니 다양한 방법으로 ndarray를 생성해보자. 1. np.array # x = np.array([1,2,3,4]) print(x) y = np.array([[2,3,4],[1,2,5]]) print(y) print(type(y)) # [1 2 3 4] [[2 3 4] [1 2 5]] 2. np.arange() # x = np.arange(10) y = np.arange(1, 10) z = np.arange(1, 10, 2) t = np.arange(5..
