SeouliteLab

예제 1: 1차원 배열을 다차원 배열로 변경 import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) reshaped_arr = np.reshape(arr, (2, 3)) print(reshaped_arr) 1차원 배열을 다차원 배열로 변경하는 예제입니다. numpy의 reshape() 함수를 사용하여 배열의 모양을 변경합니다. 예제 2: 다차원 배열의 모양 변경 import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) reshaped_arr = np.reshape(arr, (3, 2)) print(reshaped_arr) 다차원 배열의 모양을 변경하는 예제입니다. reshape() 함수를 사용하여 배열의 모양을 변경합..

예제 1: 1차원 배열에서 랜덤 샘플링 import numpy as np arr = np.array([1, 2, 3, 4, 5]) sample = np.random.choice(arr, size=3, replace=False) print(sample) 1차원 배열에서 일정 개수의 요소를 랜덤하게 샘플링하는 예제입니다. numpy의 random.choice() 함수를 사용하여 배열에서 요소를 선택합니다. 예제 2: 2차원 배열에서 랜덤 샘플링 import numpy as np arr = np.array([[1, 2], [3, 4], [5, 6]]) sample = np.random.choice(arr, size=2, replace=False) print(sample) 2차원 배열에서 일정 개수의 행을 랜덤..

예제 1: 1차원 배열에 요소 추가 x = np.array([1, 2, 3]) y = np.append(x, 4) print(y) # 출력 결과: [1 2 3 4] 1차원 배열에 새로운 요소를 추가하는 예제입니다. numpy의 append() 함수를 사용하여 배열의 끝에 새로운 요소를 추가합니다. 예제 2: 다차원 배열에 행 추가 x = np.array([[1, 2, 3], [4, 5, 6]]) new_row = np.array([7, 8, 9]) y = np.append(x, [new_row], axis=0) print(y) # 출력 결과: [[1 2 3] [4 5 6] [7 8 9]] 다차원 배열에 새로운 행을 추가하는 예제입니다. append() 함수의 axis 매개변수를 사용하여 추가할 축을 지정..

예제 1: 조건에 따라 배열 값 변경 import numpy as np arr = np.array([1, 2, 3, 4, 5]) new_arr = np.where(arr 2) print(indices) 이 예제에서는 배열에서 조건을 만족하는 요소의 인덱스를 반환합니다. 반환되는 값은 해당 요소들의 인덱스를 담은 배열입니다. 예..

Numpy.transpose() - 전치 행렬 변환 예제 1: 1차원 배열의 전치 import numpy as np arr = np.array([1, 2, 3]) transposed_arr = np.transpose(arr) print(transposed_arr) 위의 예제는 1차원 배열을 전치하여 결과를 출력합니다. 1차원 배열의 경우에는 전치를 해도 원래 배열과 동일한 형태를 가집니다. 예제 2: 2차원 배열의 전치 import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) transposed_arr = np.transpose(arr) print(transposed_arr) 이 예제에서는 2차원 배열을 전치하여 출력합니다. 2차원 배열의 경우에는 행과 열이..

Numpy - random 모듈, 난수 배열 생성 예제 1: 정규 분포를 따르는 난수 생성 import numpy as np # 평균이 0이고 표준편차가 1인 정규 분포를 따르는 난수 생성 random_arr = np.random.randn(3, 3) print(random_arr) 위의 예제는 평균이 0이고 표준편차가 1인 정규 분포를 따르는 난수로 이루어진 3x3 배열을 생성합니다. 예제 2: 0과 1 사이의 난수 생성 import numpy as np # 0과 1 사이의 난수로 이루어진 2x2 배열 생성 random_arr = np.random.rand(2, 2) print(random_arr) 이 예제는 0과 1 사이의 균일한 분포를 따르는 난수로 이루어진 2x2 배열을 생성합니다. 예제 3: 균..

Numpy의 ndarray는 N차원 배열 객체로, 파이썬에서 다차원 배열을 다루는 데 매우 유용합니다. ndarray를 사용하여 데이터를 저장하고 다양한 수학 연산을 수행할 수 있습니다. 예제 1: 1차원 배열 생성 import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) 위의 예제에서는 리스트를 이용하여 1차원 배열을 생성합니다. 예제 2: 다차원 배열 생성 import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr) 이 예제에서는 리스트의 리스트를 이용하여 2차원 배열을 생성합니다. 예제 3: 배열 형태 확인 import numpy as np arr = np.array([[1, 2, 3..

Numpy의 numpy.linspace() 함수는 시작과 끝 사이의 범위에서 지정된 수의 요소를 가진 동일 간격의 배열을 생성하는 데 사용됩니다. 이 함수는 데이터 시각화나 수학적 모델링에서 자주 사용됩니다. 예제 1: 기본적인 사용법 import numpy as np arr = np.linspace(0, 10, num=5) print(arr) # 출력 결과: [ 0. 2.5 5. 7.5 10. ] 위의 예제에서는 0부터 10까지의 범위에서 5개의 요소를 가진 배열을 생성합니다. 각 요소는 동일한 간격으로 배치됩니다. 예제 2: 간격 조절 import numpy as np arr = np.linspace(0, 10, num=5, endpoint=False) print(arr) # 출력 결과: [0. 2...

Numpy의 numpy.clip() 함수는 배열의 값을 지정된 최소 및 최대 값으로 제한하는 데 사용됩니다. 이 함수는 데이터의 범위를 제한하거나 잘라낼 때 매우 유용합니다. 예제 1: 기본적인 사용법 import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) clipped_arr = np.clip(arr, 3, 7) print(clipped_arr) # 출력 결과: [3 3 3 4 5 6 7 7 7] 위의 예제에서는 배열 arr의 값들을 3과 7 사이의 값으로 제한하여 clipped_arr에 저장하였습니다. 예제 2: 2차원 배열에서의 사용 import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, ..

Numpy의 argsort 함수는 배열을 정렬하기 위한 인덱스를 반환합니다. 즉, 원본 배열의 요소들을 정렬하기 위한 인덱스를 반환하며, 이를 통해 정렬된 결과를 얻을 수 있습니다. 아래에서는 Numpy의 argsort 함수를 사용하는 여러 예제를 살펴보겠습니다. 예제 1: 1차원 배열 정렬 다음 예제에서는 주어진 1차원 배열을 정렬하기 위한 인덱스를 반환합니다. import numpy as np # 1차원 배열 생성 arr = np.array([3, 1, 4, 2, 5]) # argsort 함수 사용 sorted_indices = np.argsort(arr) print("정렬된 인덱스:", sorted_indices) print("정렬된 배열:", arr[sorted_indices]) 이 코드는 다음과..