문과생CS정복기

3x3 크기의 numpy 배열(행렬)을 만드는 방법은 여러 가지가 있습니다. 배열의 내용이 무엇인지에 따라 적절한 함수를 선택할 수 있습니다. 예를 들어, 모든 요소가 0인 배열, 또는 모든 요소가 1인 배열, 또는 무작위 값을 가진 배열 등을 만들 수 있습니다. 여기 몇 가지 예시를 드리겠습니다:모든 요소가 0인 배열:import numpy as npzeros_array = np.zeros((3, 3))print(zeros_array)모든 요소가 1인 배열:import numpy as npones_array = np.ones((3, 3))print(ones_array)무작위 값이 포함된 배열:import numpy as nprandom_array = np.random.rand(3, 3)print(ran..

numpy 배열에 대해 직접적인 append 연산은 numpy의 append() 함수를 사용하여 수행할 수 있습니다. 하지만, 일반적인 파이썬 리스트에서 사용하는 append() 메소드와는 다소 차이가 있습니다. numpy.append()는 새로운 배열을 반환하며, 원래 배열은 변경되지 않습니다. 또한, numpy 배열의 크기나 차원을 자유롭게 조정하려면 명시적으로 차원을 설정하거나 변형해야 합니다.예를 들어, 초기 배열을 생성한 후에 이 배열에 새로운 요소를 추가하는 방법은 다음과 같습니다:1. 1차원 배열에 요소 추가하기:import numpy as nparr = np.array([1, 2, 3])arr = np.append(arr, 4) # 배열에 요소 4 추가print(arr)출력: [1, 2,..

NumPy 배열, 즉 numpy.array는 Python에서 수치 데이터를 효율적으로 저장하고 처리하기 위한 핵심 기능을 제공하는 다차원 배열 객체입니다. 이 배열은 같은 타입의 데이터를 연속된 메모리 공간에 저장하여, 배열 기반의 데이터 연산을 빠르고 효율적으로 수행할 수 있게 돕습니다.NumPy 배열의 주요 특징은 다음과 같습니다:동질성: 배열의 모든 원소는 같은 데이터 타입을 가집니다. dtype이 같다. 다차원성: 1차원, 2차원 또는 그 이상의 다차원 배열을 지원합니다.벡터화 연산: 배열에 대한 연산을 하나의 원소가 아니라 전체 배열에 동시에 적용할 수 있어 성능이 매우 빠릅니다.브로드캐스팅: 서로 다른 크기의 배열 간 연산을 지원하기 위해 작은 배열을 자동으로 확장하여 큰 배열과 연산할 수 있..

우리는 배웠다. shape(V, H, D) Vertical=높이 Horizontal=행 Depth=열 이번엔 쪼갠 것을 다시 쌓아보자. 다음 a array (3,4)와 b array (3,4)가 있다. a = np.array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) b = np.array([[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]]) np.vstack((a,b)) np.hstack((a,b)) np.dstack((a,b)) 어떤 것을 써야 아래 1번 2번 3번 array를 만들 수 있을까? # 1번 [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [13 14 15 16] [17 18 1..