mk 공부 정리

1. Import the numpy package under the name np (★☆☆) import numpy as np 2. Print the numpy version and the configuration (★☆☆) print(np.__version__) np.show_config() 더보기 Q. np.show_config() 함수는 무엇인가? np.show_config()은 numpy 라이브러리의 설정 정보를 출력하는 함수이다. numpy가 내부적으로 어떤 컴파일러와 라이브러리를 사용하고 있는지, BLAS / LAPACK 라이브러리가 어떤 것이 연결되어 있는지 등의 정보를 제공한다. 이 함수를 호출하면 numpy가 어떻게 빌드되었는지에 대한 세부 정보를 볼 수 있다. 이는 성능 최적화나 디버깅..

PYTHON/NUMPY 2024. 2. 28. 16:07

배열 입출력 함수 설명 파일 종류 np.save() NumPy 배열 객체 1개를 파일에 저장 바이너리 np.savez() NumPy 배열 객체 여러개를 파일에 저장 바이너리 np.load() NumPy 배열 저장 파일로부터 객체 로딩 바이너리 np.loadtxt() 텍스트 파일로부터 배열 로딩 텍스트 np.savetxt() 텍스트 파일에 NumPy 배열 객체 저장 텍스트 출처 : 이수안 컴퓨터 연구소

PYTHON/NUMPY 2024. 1. 21. 15:57

NumPy의 배열 연산은 벡터화(vectorized) 연산을 사용 vectorized연산이란? 단순히 배열에 대한 연산을 하려면 원래 요소들을 모두 꺼내서 반복문 등으로 연산해야하는데, 넘파이는 기본적으로 vectorized연산을 사용하기 때문에 여기에 대해서 각 요소들이 벡터연산으로 빠르게 연산할 수 있다. 일반적으로 NumPy의 범용 함수(universal functions)를 통해 구현 배열 요소에 대한 반복적인 계산을 효율적으로 수행 브로드캐스팅(Broadcasting) 산술 연산(Arithmetic Operators) 연산자 범용 함수 설명 + np.add 덧셈 - np.subtract 뺄셈 - np.negative 단항 음수 * np.multiply 곱셈 / np.divide 나눗셈 // np..

PYTHON/NUMPY 2024. 1. 19. 21:03

배열 전치 및 축 변경 두 축이 교환된 전치 행렬을 반환받을 수 있는 3가지 형태 np.transpose(배열) 배열.transpose 배열.T 코드 x = np.array([[1, 2, 3], [4, 5, 6]]) # 아래 3가지 모두 같은 결과 반환 print("np.transpose \n", np.transpose(x)) print("\nx.transpose \n", x.transpose()) print("\nx.T \n", x.T) 결과 더보기 np.transpose [[1 4] [2 5] [3 6]] x.transpose [[1 4] [2 5] [3 6]] x.T [[1 4] [2 5] [3 6]] 3차원 배열 기준 transpose(배열, (0, 1, 2)) 여기서 0은 차원 사이의 인덱스 위..

PYTHON/NUMPY 2024. 1. 19. 20:56

배열 값 삽입 insert() : 배열의 특정 위치에 값 삽입 axis를 지정하지 않으면 1차원 배열로 변환 추가할 방향을 axis로 지정 axis = 0 -> 행 방향으로 추가 axis = 1 -> 열 방향으로 추가 원본 배열 변경없이 새로운 배열 반환 코드 print("a2배열: \n", a2) b2 = np.insert(a2, 1, 10, axis = 0) print("\naxis = 0 -> 행 삽입\n", b2) c2 = np.insert(a2, 1, 10, axis = 1) print("\naxis = 1 -> 열 삽입\n", c2) d2 = np.insert(a2, (0, 1, 2), 10, axis = 0) # 맨 첫번째 인덱스를 기준으로 0-> 바로 앞, 1-> 1칸뒤 2-> 2칸뒤 pr..

PYTHON/NUMPY 2024. 1. 19. 20:50

배열 속성 정보 def array_info(array): print(array) # 배열 값 print("ndim:", array.ndim) # 배열의 차원의 수 print("shape:", array.shape) # 배열의 형태 print("dtype:", array.dtype) # 배열에 포함된 요소들의 데이터 타입 print("size:", array.size) # 배열에 포함된 요소들의 총 갯수 print("itemsize:", array.itemsize) # 배열에 포함된 각 요소의 바이트 크기 print("nbytes:", array.nbytes) # 배열 전체가 차지하는 메모리의 크기 (byte단위, 'size * itemsize'의 값과 같다) print("strides:", array.s..

PYTHON/NUMPY 2024. 1. 19. 20:39

리스트 대신 NUMPY를 사용하는 이유 많은 숫자 데이터를 하나의 변수에 넣고 관리할 때 리스트는 속도가 느리고 메모리를 많이 차지하는 단점이 있다. 배열을 사용하면 적은 메모리로 많은 데이터를 빠르게 처리할 수 있으며, 파이썬 리스트 객체를 개선한 넘파이의 ndarray 객체를 사용하면 더 많은 데이터를 더 빠르게 처리할 수 있다. NUMPY 파이썬은 자체적으로 배열 자료형을 제공하지 않기 때문에 배열을 구현한 패키지를 import 해야 한다. 파이썬에서 배열을 사용하기 위한 표준 패키지는 numpy이다. numpy는 c언어로 구현된 파이썬 라이브러리로써, 고성능의 수치 계산을 위해 제작되었다. 넘파이의 배열 연산은 c로 구현된 내부 반복문을 사용하기 때문에 파이썬 반복문보다 속도가 빠르며 벡터화 연산..

PYTHON/NUMPY 2024. 1. 19. 15:08