달나라 노트

numpy의 zeros_like method는 전달받은 array와 동일한 모양의 array를 생성하고 그 요소를 모두 0으로 채웁니다. import numpy as np arr_test = np.array( [ [9, 1, 5, 7], [2, 6, 5, 8], [0, 3, 0, 2], [4, 0, 7, 3] ] ) print(arr_test) arr_test_zero = np.zeros_like(arr_test) print(arr_test_zero) -- Result [[9 1 5 7] [2 6 5 8] [0 3 0 2] [4 0 7 3]] [[0 0 0 0] [0 0 0 0] [0 0 0 0] [0 0 0 0]] 위 예시를 보면 arr_test와 동일한 모양이지만 요소가 모두 0으로 채워진 새로운 a..

numpy의 pad method는 대상 array의 테두리에 특정 데이터를 추가해줍니다. Syntax numpy.pad(array, pad_width=((a, b), (c, d)), mode='constant', constant_values=0 ) array = pad method를 적용할 대상이 될 array입니다. pad_width = 데이터를 추가해서 테두리를 몇줄이나 만들지를 지정하는 부분입니다. a -> 위쪽 행 추가 개수 b -> 아래쪽 행 추가 개수 c -> 왼쪽 열 추가 개수 d -> 오른쪽 열 추가 개수 mode = pad method를 적용하는 mode를 지정합니다. 기본값은 constant입니다. mode='constant' -> 특정한 값으로 테두리를 추가함. mode='edge' ..

1차원 array에서 특정 위치의 요소를 얻어내기 위한 indexing은 아래와 같습니다. import numpy as np arr_test = np.array([3, 1, 4, 5, 7, 2]) print(arr_test[0]) print(arr_test[1]) print(arr_test[2]) print(arr_test[3]) -- Result 3 1 4 5 python의 list에서 indexing을 하듯이 대괄호를 이용해서 indexing을 할 수 있습니다. import numpy as np arr_test = np.array([3, 1, 4, 5, 7, 2]) print(arr_test[1:3]) print(arr_test[0:3]) print(arr_test[1:4]) print(arr_tes..

numpy에서 행렬을 만들고 행렬끼리의 연산을 하는 방법을 알아보겠습니다. import numpy as np arr_1 = np.array( [ [1, 2], [3, 4] ] ) arr_2 = np.array( [ [2, 3], [4, 5] ] ) arr_new = arr_1 + arr_2 print(arr_new) -- Result [[3 5] [7 9]] 위 예시는 2행 2열의 행렬을 2개 만들고 더한 결과입니다. 행렬의 합은 위처럼 동일한 위치에 있는 요소를 서로 더하는 것입니다. 그렇기에 아래처럼 행렬의 모양 (행, 열의 개수)이 다르면 에러가 발생합니다. import numpy as np arr_1 = np.array( [ [1, 2], [3, 4] ] ) arr_2 = np.array( [ [..