import numpy as np
배열 생성
a = np.array([1, 2, 3, 4, 5, 6])
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
np.zeros(2) # array([0., 0.])
np.ones(2) # array([1., 1.]) 기본 dtype=np.float64
np.ones(2, dtype=np.int64)
np.arange(4) # array([0, 1, 2, 3])
np.arange(2, 9, 2) # array([2, 4, 6, 8])
np.linspace(0, 10, num=5) # array([ 0. , 2.5, 5. , 7.5, 10. ])
배열 요소 다루기
np.sort(arr)
np.concatenate((a, b))
np.concatenate((x, y), axis=0) # y축으로 묶기
배열 정보
a.shape
a.size
a.ndim
배열 변형
a = np.arange(6) # [0 1 2 3 4 5]
b = a.reshape(3, 2) # [[0 1] [2 3] [4 5]]
인덱싱, 슬라이싱
data = np.array([1, 2, 3])
data[1] # 2
data[0:2] # array([1, 2])
data[1:] # array([2, 3])
data[-2:] # array([2, 3])
a = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a[a < 5])
[1 2 3 4]
five_up = (a >= 5)
print(a[five_up])
[ 5 6 7 8 9 10 11 12]
divisible_by_2 = a[a%2==0]
print(divisible_by_2)
[ 2 4 6 8 10 12]
c = a[(a > 2) & (a < 11)]
print(c)
[ 3 4 5 6 7 8 9 10]
five_up = (a > 5) | (a == 5)
print(five_up)
[[False False False False]
[ True True True True]
[ True True True True]]
배열 연산
브로드캐스팅
넘파이 객체 저장&로드
Matplotlib 연계
'자바, 파이썬' 카테고리의 다른 글
[파이썬] 머신러닝 (0) | 2022.06.24 |
---|---|
[파이썬] 판다스 - 테이블 쉽게 다루기 (0) | 2022.06.23 |
[자바, 파이썬] OpenCV (0) | 2022.06.13 |
[자바, 파이썬] 서버 - 클라이언트 사용 (0) | 2022.06.05 |
[자바, 파이썬] 기본 문법 (0) | 2022.06.04 |