Life4AI

numpy에서 제공하는 random 모듈을 이용하면 임의의 수로 N차원 배열을 만들 수 있다. 난수 생성과 n차원 배열 생성에 대해서 알아보고, seed 값을 통해 난수 생성을 제어하는 것까지 알아보자. 🔎np.random.rand()[0,1)의 범위에서 균등하게 난수를 생성한다.반환 결과는 n차원 배열이며, 인자로는 배열의 형태(shape)를 받는다.arr = np.random.rand(5)print(arr) #[0.59953651 0.85265585 0.57330519 0.85266434 0.21060973]arr = np.random.rand(2,3)print(arr) #[[0.69141021 0.80572982 0.79157604] # [0.77683598 0.63636264..

🔹NumPy의 axis란?axis는 배열에서 연산이 진행되는 방향(축) 을 의미한다. 즉, axis를 지정한다는 건 "그 축을 따라 데이터를 압축한다"는 뜻이다. 📌 2차원 배열에서의 axis 2차원의 배열은 (행,열)의 구조를 가진다. 방향 axis 값 설명 행 방향axis = 0위에서 아래로 (행을 따라) 연산열 방향axis = 1좌에서 우로 (열을 따라) 연산 예시를 보며 이해해보자. arr1은 3행 5열의 2차원 데이터이다. 각 축을 따라 sum() 연산을 해보자. ! 기본적으로 더하게 되면 차원이 하나 줄게 된다. ▶ axis = 0 (행 방향, 세로로 더하기) 행 방향으로 더한 것이다. 즉, 행을 따라 압축한다는 것이다. 행(0번째 축)을 따라 연산을 했기 때문에(5,)의 1차..

Numpy란?NumPy는 Python에서 과학 연산을 위한 가장 기본적인 패키지 중 하나이다. NumPy는 "Numeric Python"의 약자이며, 대규모 다차원 배열과 행렬 연산에 필요한 다양한 함수와 메소드를 제공한다. Numpy의 가장 큰 특징은 다차원 배열 객체인 ndarray를 제공한다. 이 배열은 동일한 유형의 원소들로 구성며, 파이썬의 list에 비해 빠른 연산과 더 적은 메모리를 사용한다. NumPy는 데이터 분석, 데이터 처리, 선형 대수, 머신 러닝 등 다양한 분야에서 널리 사용되고 있다.Numpy의 장점1. 효율적인 메모리 사용 동일한 데이터 타입을 가진 원소들로 이루어져 있어, 메모리를 효율적으로 활용한다. 그 결과, 대용량 데이 터를 다룰 때에도 높은 성능을 보장한다...

NumPy는 파이썬에서 과학 계산을 위해 가장 널리 사용되는 라이브러리 중 하나이다. 특히 다차원 배열 객체인 ndarray를 중심으로 강력한 기능을 제공한다.이번 글에서는 NumPy 배열을 생성하는 다양한 방법에 대해 알아보겠다. 🔹 Numpy 배열 생성 방법1) Array 함수를 이용한 방법기본적으로 리스트나 튜플을 넘겨 ndarray를 직접 생성할 수 있다. # 1차원 배열a = np.array([1, 2, 3])# 2차원 배열b = np.array([[1, 2, 3], [4, 5, 6]])# 3차원 배열c = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) 2) 다른 함수를 이용한 방법 (arange, linspace, ones 등) 🔸 arrange ..