본문 바로가기

numpy3

[초급] NumPy - 다차원 배열 연산(Array Operations) (2) 지수(**), 나머지(%), 제곱근(sqrt), 절댓값(abs), 그리고 삼각함수 (sin, cos, tan) 지수 연산자 (**) 나머지 연산자 (%) 제곱근 함수 (np.sqrt()) 절댓값 함수 (np.abs()) 삼각함수 (np.sin(), np.cos(), np.tan()) 다차원 배열 연산에는 덧셈(+), 뺄셈(-), 곱셈(*), 나눗셈(/) 외에도 다양한 연산자와 함수들을 활용할 수 있어요. 몇 가지 추가적인 연산자와 함수를 소개해드릴게요: 지수 연산자 (**) arr1 ** arr2 형태로 사용하여 배열의 요소를 거듭제곱할 수 있어요. 예시: arr1 = np.array([[2, 3, 4], [5, 6, 7]]) arr2 = np.array([[3, 2, 1], [1, 2, 3]]) result = arr1 ** arr2 출력 array([[ 8, 9, 4], [ 5, 36, 343]]) 나머지 연.. 2023. 5. 31.
[초급] NumPy - 다차원 배열 연산(Array Operations) (1) 더하기, 빼기, 곱하기, 나누기 다차원 배열 연산 (Multidimensional Array Operations): 다차원 배열 연산은 다차원 배열에 대해 수학적인 연산을 수행하는 것을 말해요. 다차원 배열 연산에는 여러 연산자들이 사용되는데, 다음과 같이 표현할 수 있어요: 덧셈 (+): arr1 + arr2 뺄셈 (-): arr1 - arr2 곱셈 (*): arr1 * arr2 나눗셈 (/): arr1 / arr2 예시를 통해 다차원 배열 연산을 보여드릴게요. 다음은 배열 arr1과 arr2에 대한 연산 예시입니다: 덧셈 (+) 예시: arr1 = np.array([[1, 2, 3], [4, 5, 6]]) arr2 = np.array([[7, 8, 9], [10, 11, 12]]) result = arr1 + arr2 출력: [[ .. 2023. 5. 31.
[초급] NumPy - 인덱싱(Indexing), 슬라이싱(Slicing) 배열 인덱싱(Indexing)과 슬라이싱(Slicing)을 사용하면 배열에서 필요한 데이터를 추출하거나 특정 요소에 접근할 수 있어요. 인덱싱은 특정 위치의 요소에 접근하고, 슬라이싱은 범위를 지정하여 요소들을 추출하는 방법이에요. 배열 인덱싱 (Array Indexing) 배열에서 특정 요소에 접근하기 위해 인덱싱을 사용해요. 인덱스는 0부터 시작하고, 대괄호([]) 안에 인덱스 값을 넣어서 특정 요소에 접근할 수 있어요. 예시: 배열: arr = np.array([10, 20, 30, 40, 50]) 인덱싱: print(arr[0]) (0번째 요소에 접근) 출력: 10 인덱싱: print(arr[3]) (3번째 요소에 접근) 출력: 40 음수 인덱싱: print(arr[-1]) (마지막 요소에 접근).. 2023. 5. 31.