SInce 20180106

1. 연산 (기본 집계 연산) 1) 기본적으로 python 연산보다 numpy 내장 메소드를 사용하는 것이 빠르다. ndarray일 경우, A.min() 으로 해주면 알아서 numpy연산이 됨 2) 다차원일 경우에도 동일하다. (행과 열이 생길뿐) 집계 함수 총 정리 2. 연산 (브로드캐스팅) 1) 브로드캐스팅에는 다음과 같은 규칙이 있다. 규칙 1 : 두 배열의 차원이 다르면, 작은 차원의 배열을 1로 간주하여 같은 차원으로 만든다. 규칙 2 : 두 배열의 차원이 다르고, 행열도 일치하지 않는다면 행 또는 열 중 1인 값이 늘어난다. 규칙 3 : 두 배열의 차원이 다르고, 행열도 다르며, 1도 없으면 오류가 발생함. Ex 1) 규칙 1처럼 차원이 다르기 때문에, 1차원 배열을 (1,3)인 2차원 배열로..

1. 배열 생성 1) 그냥 np.array()에 넣어준다. 2) zeros, ones, full, eye 3) arange, linspace 4) random.random / random.normal / random.randint 2. 인덱싱 1) [행, 열]로 인덱싱하면 됨. 3. 슬라이싱 기본적으로 x[start : stop : step] 1) 1차원 슬라이싱 2) 다차원 슬라이싱 3) 슬라이싱의 특징 일부를 슬라이싱 한 뒤, 값을 변경하면 원본 데이터의 값이 변경된다. 원본이 변경되지 않게 값을 수정하고 싶다면, 하드카피를 이용해서 수정해야 한다. copy( ) 4. 배열의 재구조화, 연결, 분할 1) 재구조화 reshape( ) 1차원배열을 다차원으로, 다차원배열을 1차원으로 쉽게 바꿀 수 있다...

numpy는 numeric python의 약자로 파이썬의 연산을 빠르게 해주는 패키지이다. numpy의 메소드들이 엄청 많아서 모든것을 외울 수는 없다. 없으면 찾아서 적용하면 됨! 그래도 최소한 이런 것들이 있다는 것은 알아야 찾아볼 수 있을 것... 기본적으로 numpy는 C를 기반으로 연산하기 때문에, 파이썬의 계산보다 훨씬 빠르다. 따라서 numpy의 메소드에 for문을 사용하는 건 절대 하지말아야 할 일. 1. Array만들기 numpy는 dynamic typing을 지원하지 않음. 여러가지 형의 데이터를 넣을 수 없다. 숫자만 쓰도록 하자. #Rank 1 Array(1차원) #Rank 2 Array(2차원) #3차원은 tensor import numpy as np #1차원 x=np.array(..