JADE's Repository

In [2]: import numpy as np In [4]: test_array = np.array([1, 4, 0, 2, 3, 8, 9, 7], float) test_array > 3 Out[4]: array([False, True, False, False, False, True, True, True]) In [6]: test_array[test_array>3] Out[6]: array([4., 8., 9., 7.]) In [8]: condition = test_array < 3 test_array[condition] Out[8]: array([1., 0., 2.]) In [10]: A = np.array([ [12, 13, 14, 12, 16, 14, 11, 10, 9], [11, 14, 12, 1..

In [2]: import numpy as np In [4]: a = np.arange(10) a Out[4]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) In [6]: a > 5 Out[6]: array([False, False, False, False, False, False, True, True, True, True]) Any&All In [8]: np.any(a>5), np.any(a5), np.all(a test_b Out[12]: array([False, True, False]) In [14]: test_a == test_b Out[14]: array([False, False, False]) In [16]: (test_a > test_b).any() Out[16]: T..

In [2]: import numpy as np Operation In [4]: test_a = np.array([[1,2,3], [4,5,6]], float) In [6]: test_a + test_a #matrix + matrix Out[6]: array([[ 2., 4., 6.], [ 8., 10., 12.]]) In [8]: test_a - test_a #matrix - matrix Out[8]: array([[0., 0., 0.], [0., 0., 0.]]) In [10]: test_a * test_a #element 곱 연산 Out[10]: array([[ 1., 4., 9.], [16., 25., 36.]]) In [13]: matrix_a = np.arange(1, 13).reshape(3..

In [2]: import numpy as np In [4]: test_array = np.arange(1, 11) test_array Out[4]: array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) Sum In [6]: test_array.sum(dtype=np.float) Out[6]: 55.0 In [9]: test_array = np.arange(1, 13).reshape(3,4) test_array.sum() Out[9]: 78 In [12]: print(test_array) test_array.sum(axis=1) #칼럼끼리 더한다 [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] Out[12]: array([10, 26, 42]) In [14]: tes..

In [2]: import numpy as np In [4]: np.arange(30).reshape(-1, 5) Out[4]: 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]]) In [6]: np.arange(0, 5, 0.5) Out[6]: array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5]) In [8]: np.arange(30).reshape(5,6) Out[8]: array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, ..

In [2]: import numpy as np In [4]: test_example = np.array([[1, 2, 3], [4.5, 5, 6]], int) test_example Out[4]: array([[1, 2, 3], [4, 5, 6]]) In [6]: test_example[0][0] Out[6]: 1 numpy에서는 [row, col]과 같이 지정해주어도 된다는 것을 확인할 수 있다. In [8]: test_example[0, 0] Out[8]: 1 In [10]: test_example[0, 0] = 10 test_example Out[10]: array([[10, 2, 3], [ 4, 5, 6]]) In [12]: test_example[0][0] = 5 test_example[0, ..

In [2]: import numpy as np In [4]: test_matrix = [[1,2,3,4], [1,2,5,8]] np.array(test_matrix).shape Out[4]: (2, 4) In [5]: np.array(test_matrix).reshape(2, 2, 2) Out[5]: array([[[1, 2], [3, 4]], [[1, 2], [5, 8]]]) In [7]: test = np.array(test_matrix).reshape(8,) test Out[7]: array([1, 2, 3, 4, 1, 2, 5, 8]) -1로 지정해주면 다른 열 또는 행을 기준으로 자동으로 맞춰준다. 예를 들어 다음과 같이 reshape(-1, 1)로 지정해주었다면 1열로 맞추고 행은 따라서 자..

Array 생성 In [19]: #string type의 데이터를 입력해도 float type으로 자동 형변환 test_array = np.array(["1", "4", 5, 8], float) test_array Out[19]: array([1., 4., 5., 8.]) In [20]: type(test_array[3]) Out[20]: numpy.float64 In [21]: test_array = np.array([1, 4, 5, "8"], np.float32) test_array Out[21]: array([1., 4., 5., 8.], dtype=float32) In [22]: type(test_array[3]) Out[22]: numpy.float32 In [23]: #array 전체의 데이터..