Python NumPy (2) 특수한 Array, reshape, dimension, copy, nan
Python Numpy의 일반적이지 않은 Array, 변경, 차원, 복제, nan과 inf 타입에 대해 알아보겠습니다. 아래는 목차입니다. 특수한 NumPy Array - zeros, eye, arange, linspace, logspace NumPy Array의 변경 - reshape, flatten, swapaxes, insert, delete NumPy Array의 차원(Dimension) 변경 NumPy Array의 복제 NumPy.nan과 NumPy.inf 특수한 NumPy Array - zeros, eye, arange, linspace, logspace 모든 요소들이 모두 다 0 또는 1인 zeros/ones array를 생성하는 방법입니다. dtype을 명시하지 않으면 기본적으로 실수형으로..
2023. 1. 24.
Python Numpy - Array 1D, 2D, 3D
Numpy의 2D와 3D Array에 대해 자세히 살펴보겠습니다. 2차원 array까지는 익숙한 모양이지만 3차원으로 가면서 기존에 알던 것과는 다르게 진행되는 것을 볼 수 있습니다. 2D array는 (행,열)로 진행됐다면 3D는 (층,행,열) 순서로 진행됩니다. 아래 3D array 이미지를 보면 4층, 3행, 2열로 이루어진 것을 확인할 수 있습니다. 다른 책에서는 3D array를 위와 같이 그리고 있습니다. (a)의 보라색 면을 층으로 보면, 위 이미지에서 층을 눕혔다고 볼 수 있습니다. (a)를 numpy array로 표현하면 아래와 같습니다. 굉장히 헷갈리는 형태가 되는데 (a) 처럼 표현한 이유는 x를 가로, y를 세로, z를 높이로 보고자 했기 때문입니다. >> A = np.array([..
2023. 1. 22.
