행복한 톱니바퀴

ones, zeros, full, arange, random.randint 함수를 사용할 수 있다. [준비] import import numpy as np ones 함수를 사용해 1을 입력한다. narr_a = np.ones((2, 5)) narr_a zeros 함수를 사용해 0을 입력한다. narr_b = np.zeros((2, 5)) narr_b full 함수를 사용해 특정 숫자를 입력한다. narr_c = np.full((2, 5), 7) narr_c arange 함수를 사용해 범위 내 순서가 있는 숫자를 입력한다. narr_d = np.arange(1, 11, 1).reshape(2, 5) narr_d random.randint 함수를 사용해 범위 내 순서가 없는 숫자를 입력한다. narr_e =..

[준비] import import pandas as pd import numpy as np import matplotlib.pyplot as plt rand 함수를 사용해 0부터 1사이의 균일 분포 임의 실수를 구할 수 있다. pd.DataFrame(np.random.rand(1000)).plot(kind='hist') plt.show() randn 함수를 사용해 가우시안 표준 정규 분포 임의 실수를 구할 수 있다. pd.DataFrame(np.random.randn(1000)).plot(kind='hist') plt.show() randint 함수를 사용해 균일 분포 임의 정수를 구할 수 있다. np.random.randint(1, 100, size=10) array([98, 52, 63, 63, 23..

배열에 포함된 요소가 사라지지 않는 형태라면 자유롭게 reshape할 수 있다. reshape 함수 파라미터에 -1을 입력하면 나머지 axis 수를 계산해준다. import numpy as np list_a = [1, 2, 3, 4, 5, 6] narr_a = np.array(list_a) narr_b = narr_a.reshape(2, 3) print(narr_b) print() narr_c = narr_b.reshape(3, -1) print(narr_c) [[1 2 3] [4 5 6]] [[1 2] [3 4] [5 6]]

import numpy as np list_a = [1, 2, 3, 4, 5] narr_a = np.array(list_a) # 배열 차원 print(narr_a.ndim) # axis 형태 print(narr_a.shape) # 데이터 유형 print(narr_a.dtype) 1 (5,) int64 ※ shape 정보 - 1차원 배열 : (행,) - 2차원 배열 : (행, 열) - 3차원 배열 : (깊이, 행, 열)

import numpy as np list_a = [1, 2, 3, 4, 5] narr_a = np.array(list_a) [1 2 3 4 5]