반응형
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- Github
- dataframe
- Java
- numpy
- PostgreSQL
- Python
- Kotlin
- Google Spreadsheet
- PySpark
- Apache
- hive
- array
- math
- GIT
- gas
- django
- string
- Redshift
- Excel
- matplotlib
- PANDAS
- c#
- Mac
- 파이썬
- google apps script
- Google Excel
- list
- SQL
- Tkinter
Archives
- Today
- Total
달나라 노트
Python numpy : linspace (일정 간격으로 나눠진 array 생성하기, 구간 나누기) 본문
Python/Python numpy
Python numpy : linspace (일정 간격으로 나눠진 array 생성하기, 구간 나누기)
CosmosProject 2021. 3. 29. 22:02728x90
반응형
linspace(start, stop, num, endpoint=True/False)
numpy의 linspase는 start부터 stop까지 num에 표시된 개수의 숫자만큼 동일한 간격을 가질 수 있도록 나눕니다.
무슨 소린지 말로 설명하면 어려우니 실제 예시를 봅시다.
import numpy as np
np_linspace_test = np.linspace(start=0, stop=10, num=5)
print(type(np_linspace_test))
print(np_linspace_test)
list_linspace_test = list(np_linspace_test)
print(list_linspace_test)
-- Result
<class 'numpy.ndarray'>
[ 0. 2.5 5. 7.5 10. ]
[0.0, 2.5, 5.0, 7.5, 10.0]
위 예시를 보면 0부터 10까지의 숫자를 총 5개로 나누고있습니다.
여기에서 조건은 0은 시작 숫자이며 10은 끝숫자이고 그 사이에 있는 3개의 숫자가 균일한 간격으로 나뉘어져야하겠죠.
따라서 0, 2.5, 5, 7.5, 10 이렇게 나눠진겁니다.
return값은 numpy.ndarrary이고 list method를 이용해 list로 변경할 수도 있습니다.
import numpy as np
np_linspace_test = np.linspace(start=0, stop=10, num=5, endpoint=False)
print(list(np_linspace_test))
-- Result
[0.0, 2.0, 4.0, 6.0, 8.0]
endpoint값을 False로 지정했습니다.
이건 0부터 10까지의 숫자를 총 5개로 나눕니다.
단 마지막에 10이 포함되지 않습니다.
즉, 첫 값은 0이며 그 이후에 나올 4개의 값을 10 미만까지 균일한 간격으로 나눠야합니다.
따라서 0, 2, 4, 6, 8이 반환되었습니다.
import numpy as np
np_linspace_test = np.linspace(start=0, stop=10, num=5, retstep=True)
print(np_linspace_test)
np_linspace_test = np.linspace(start=0, stop=20, num=5, retstep=True)
print(np_linspace_test)
-- Result
(array([ 0. , 2.5, 5. , 7.5, 10. ]), 2.5)
(array([ 0., 5., 10., 15., 20.]), 5.0)
retstep옵션을 True로 하면 나눠진 각 인자들의 간격 정보도 포함하여 return합니다.
728x90
반응형
'Python > Python numpy' 카테고리의 다른 글
Python numpy : average, median (numpy로 list 속 평균과 중간값 구하기) (0) | 2021.07.26 |
---|---|
Python numpy : exp (자연상수와 지수) (0) | 2021.07.02 |
Python numpy : concatenate (array 합치기) (0) | 2021.03.29 |
Python numpy : sin, cos, tan (삼각함수 값 얻기) (0) | 2021.03.29 |
Python numpy : pi, nan, e (원주율, nan, 자연상수) (0) | 2021.03.29 |
Comments