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..
numpy array의 특징과 사용법을 정리해보겠습니다. 1. np.array의 특징 numpy는 np.array 함수를 활용하여 배열을 생성합니다. numpy는 하나의 데이터 타입만 정의가 가능하며 배열에 넣을 수 있습니다. List와 가장 큰 차이점은 다이나믹 타이핑을 지원하지 않습니다. C의 Array를 사용하여 배열을 생성하여 속도가 빠릅니다. 2. np.array의 구조 파이썬의 리스트는 데이터 주소값을 저장합니다. 그리고 데이터를 가져 올때는 해당 주소에 가서 데이터를 가져오게 되죠. 하지만 Numpy Array는 C 배열과 유사하여 연속된 주소를 가지고 있습니다. 배열에 담긴 데이터를 가져온다면 순서대로 가져오면 되기 때문에 메모리를 효율적으로 사용합니다. 3. np.array 사용법 imp..
오늘은 머신러닝을 배우는데 있어서 필요한 numpy에 대해 정리해보겠습니다. 1. Numpy란? numpy는 Numerical Python의 약자입니다.파이썬의 고성능 과학 계산용 패키지로 Matrix와 Vector와 같은 Array 연산을 할때 사용하며 표준 라이브러리 처럼 사용하고 있습니다. 한글로는 넘파이로 주로 통칭하며, 넘피/늄파이라고도 부르기도 합니다. 2. Numpy 특징 numpy의 특징은 다음과 같습니다. 일반 List에 비해 빠르고, 메모리를 효율적으로 사용한다.반복문 없이 데이터 배열에 대한 처리를 지원하여 빠르고 편리하다.선형대수와 관련된 다양한 기능을 제공한다.C, C++, 포트란 등의 언어와 통합이 가능하다.3. Numpy 레퍼런스numpy를 학습할때 참고하면 좋은 사이트 목록입..
- Total
- Today
- Yesterday
- 퍼셉트론
- React 프로젝트 생성
- 30 Day LeetCode Challenge
- GPT서비스
- 머신러닝
- 파이썬
- CHATGOT
- 넘파이
- Next.js 프로젝트 생성
- 노드
- 버츄얼스튜디오코드
- git
- Node
- GPTGOT
- numpy
- Java
- LeetCode 알고리즘 공부
- 에라토스테네스
- JavaScript ID 정규식
- LeetCode 5월 챌린지
- 지도학습
- Component
- 파이썬 numpy
- LeetCode 30일 챌린지
- Python
- Java leetcode
- LeetCode 풀이
- react
- 리엑트
- vscode
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 | 30 | 31 |