[파이썬 Numpy] - 브로드 캐스팅
브로드 캐스팅(Broadcasting) - 브로드 캐스팅이 아닌 방법으로 행렬 연산하기1>>> import numpy as np>>> x = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])>>> v = np.array([1,0,1])>>> y = np.empty_like(x) # x의 모양(4,3)과 같은 행렬을 만들어준다.>>> for i in range(4):... y[i,:] = x[i,:] + v... >>> print y[[ 2 2 4] [ 5 5 7] [ 8 8 10] [11 11 13]] x행렬과 v행렬초기화했을때 구조이다. for문에서 y에 값을 넣는 방식이다. - 브로드 캐스팅이 아닌 방법으로 행렬 연산하기2>>> vv = np.tile(v,(4,1))..
더보기
[파이썬 Numpy] - 배열 인덱싱
배열 인덱싱(Array indexing) >>> import numpy as np >>> a = np.array([[1,2,3,4,],[5,6,7,8],[9,10,11,12]])>>> print a[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] >>> b = a[:2,1:4] # 0부터 2앞행까지 (0~1행), 1부터 4앞열까지 (1~3열) 잘라서 b배열에 넣는다. >>> print b[[2 3 4] [6 7 8]] >>> print a[0,1]2 >>> b[0,0] = 100 >>> print a[0,1] # b의 [0,0]를 바꾸었는데 원본(a)도 같이 바뀌었다. 100b[0,0]은 a[0,1]와 같은 데이터 조각이다. 따라서 하나를바꾸면 다른 하나도 바뀐다. >>> import ..
더보기
[파이썬 Numpy] - 배열
배열(Arrays) 리스트는 서로다른 타입을 요소로 가질수있다. numpy의 array는 다른 타입섞을수 없다.array는 인덱스를 튜플로 보여준다.(a,b) (as ->numpy.~ 안하고 np.~가능하도록)>>> import numpy as np >>> gma = np.array([1,2,3,4]) # 1차원 배열이 생성된다. >>> print type(gma) >>> print gma[0],gma[1],gma[2],gma[3] # 배열의 인덱스 접근이 가능하다.1 2 3 4 >>> gma[1] = 0 # 배열요소의 변경이 가능하다.>>> print gma[1 0 3 4]>>> >>> gma2 = np.array([[1,2,3],[4,5,6]]) # 2차원 배열이 생성된다.>>> print gma2...
더보기
