Python/Machine learning

[λ¨Έμ‹ λŸ¬λ‹] 파이썬 λ„˜νŒŒμ΄(NumPy) 라이브러리

ICanDoHee 2022. 3. 3. 23:17

[ν•™μŠ΅ 자료] [λ¨Έμ‹ λŸ¬λ‹ κ°•μ˜ 06] 파이썬(Python) Numpy (I)

https://www.youtube.com/watch?v=ku9-AxaznSA&list=PLS8gIc2q83OjStGjdTF2LZtc0vefCAbnX&index=6&ab_channel=NeoWizard 


NumPy

ν–‰λ ¬μ΄λ‚˜ λŒ€κ·œλͺ¨ 닀차원 배열을 μ‰½κ²Œ 처리 ν•  수 μžˆλ„λ‘ μ§€μ›ν•˜λŠ” 파이썬의 라이브러리

 

 

λ„˜νŒŒμ΄ 라이브러리둜 ν–‰λ ¬ 연산이 κ°€λŠ₯ν•˜λ‹€.

이 λ•Œ vector, matrix의 ν˜•μƒκ³Ό 차원을 ν™•μΈν•˜λŠ” 것이 ν•„μˆ˜

 

A ν–‰λ ¬κ³Ό B 행렬을 μƒμ„±ν•˜κ³ , μ΄λ“€μ˜ ν˜•μƒκ³Ό 차원을 ν™•μΈν•˜κ³  싢을 λ•Œ, 이λ₯Ό 파이썬 μ½”λ“œλ‘œ μ–΄λ–»κ²Œ κ΅¬ν˜„ν• κΉŒ?

A = 1 2 3         B = -1 -2 -3
      4 5 6               -4 -5 -6
import numpy as np

A = np.array([[1,2,3,],[4,5,6]])
B = np.array([[-1,-2,-3],[-4,-5,-6]])

#matrix A, B의 ν˜•μƒ 좜λ ₯
print("A.shape ==", A.shape, ", B.shape ==", B.shape)

#matrix A, B 차원 좜λ ₯
print("A.ndim ==", A.ndim, ", B.ndim ==", B.ndim)

OUTPUT>>

A.shape == (2, 3) , B.shape == (2, 3)
A.ndim == 2 , B.ndim == 2

 

 

κ·Έλ ‡λ‹€λ©΄, 1차원 λ°°μ—΄ vector의 ν˜•μƒ 좜λ ₯ν•˜κΈ° μœ„ν•΄μ„œλŠ” μ–΄λ–»κ²Œ ν•΄μ•Όν• κΉŒ?

λ°”λ‘œ, reshape() ν•¨μˆ˜λ₯Ό μ‚¬μš©ν•΄μ£Όμ–΄μ•Ό ν•œλ‹€.

#ν˜•μƒ λ°”κΎΈκΈ°
import numpy as np

C=np.array([1,2,3])

#ν˜•λ³€ν™˜ μ „
print(C.shape)

C=C.reshape(1, 3)

#ν˜•λ³€ν™˜ ν›„
print(C.shape)

OUTPUT>>

(3,)
(1, 3)

 

 

 

πŸΎλ¨Έμ‹ λŸ¬λ‹06κ°• μ™„πŸΎ