밀래의 코딩북

파이썬 numpy의 array 사칙연산 및 행렬 계산을 공부하면서 정리한 글입니다. 사칙연산 numpy는 기본적으로 array 간의 사칙연산을 지원합니다. 행과 열이 같은 배열을 계산하면 값은 위치에 있는 값들이 계산됩니다. 이런 현상을 Element-wise operations이라 하며 Shape이 같을 때 발생합니다. import numpy as np test_a = np.array([[1,2,3],[4,5,6]], np.float) 덧셈 test_a + test_a -- 출력 -- array([[ 2., 4., 6.], [ 8., 10., 12.]]) 뺄셈 test_a - test_a -- 출력 -- array([[0., 0., 0.], [0., 0., 0.]]) 곱셉 test_a * test_a ..

CentOS 7 사용자 추가하는 방법을 정리해보겠습니다. 리눅스에서는 유저 추가하는 방법이 거의 모두 비슷하니 CentOS 뿐만 아니라 다른 리눅스에서도 사용 가능합니다. 사용자 관리 useradd useradd 명령어를 사용하여 사용자를 추가 합니다. sudo useradd -m newuser -- 옵션 -- -m : 해당 유저의 폴더를 같이 생성 -g : 그룹 지정 -d : 디렉토리 지정 -s : 쉘(shell) 지정 -p : 패스워드(암호) 지정 passwd 명령어로 생성한 유저의 비밀번호를 설정합니다. sudo passwd newuser userdel 사용자를 삭제 하기 위해서 userdel 명령어를 사용합니다. 폴더와 관련된 정보를 모두 삭제하기 위해 -r 옵션을 꼭 주고 삭제합니다. sudo ..

CentOS에서 node 환경을 구성하기 위해 nvm 활용하여 node.js를 설치해보겠습니다. nvm을 활용하는 이유는 node, npm 버전을 상황에 따라 쉽게 사용할 수 있기 때문에 버전에 따른 테스트와 서버 구동을 빠르게 진행할 수 있습니다. 그리고 버전마다 글로벌 모듈도 따로 설치가 가능하기 때문에 관리 측면에서도 장점이 있습니다. 그럼 nvm, node, npm을 설치하고 간단한 node.js 서버를 구동해보겠습니다. 1. nvm 설치 서버상에 nvm 설치를 위해 wget 모듈이 설치되어 있는지 확인합니다. 설치가 안되어 있다면 다음 명령어로 설치해주세요. yum install wget 다음은 nvm을 wget으로 다운로드 후 바로 설치하는 명령어입니다. wget -qO- https://raw..

파이썬 numpy로 단위행렬, 대각 행렬 생성하는 방법과 대각 행렬 요소를 추출하는 방법을 정리해보겠습니다. numpy에서 identity, eye, diag 함수를 제공합니다. identity : n 단위 행렬 생성 eye : 대각 행렬 생성 diag : 대각선 요소 추출 identity identity를 활용하면 필요한 number of rows의 단위행렬을 생성할 수 있습니다. 단위행렬이란 주 대각선 원소가 모두 1이며 나머지 원소는 0인 행렬을 말합니다. np.identity(n=3, dtype=np.int8) -- 출력 -- array([[1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=int8) np.identity(5) -- 출력 -- array([[1., 0., 0.,..

이번 포스팅은 numpy에서 array 생성 함수인 arange, ones, zeros, emtpy, _like에 대해 정리해보겠습니다. arange numpy에서 원하는 숫자 범위를 모두 포함하는 배열을 만드는 함수를 제공합니다. arange를 사용하면 원하는 숫자 범위, 숫자 간격에 따른 array를 생성할 수 있습니다. import numpy as np; np.arange(30) # range : List의 range와 같은 효과, integer로 0부터 29까지 배열 추출 -- 출력 -- array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29])..

이번 포스팅은 numpy의 Shape 다루기를 정리해보겠습니다. 머신러닝에서 행렬의 차원을 shape라는 개념으로 표현합니다. numpy에서도 차원을 다루기 위한 방법으로 shape을 제공하는데 어떻게 사용하는지 알아보겠습니다. 1. Shape 머신러닝에서 행렬의 차원을 shape라는 개념으로 표현합니다. 위와 같은 행렬이 있다고 한다면 1차원에 4, 2차원에 2로 (4,2)로 표현합니다. 그래서 앞으로 나오는 reshape에서 변수로 받는 부분은 차원을 의미합니다. 2. numpy Shape 다뤄보기. 2-1 reshape reshape 기능은 배열의 차원의 크기를 변경하는 방법입니다. 배열의 요소의 개수는 동일하며 차원만 조정합니다. 예를 들면 (2,4) 차원의 배열을 reshape 기능을 통해 (8..