Untitled Archive

1. np.linalg.norm()= np.linalg.norm(x, ord=None, axis=None, keepdims=False): 벡터 or 행렬의 norm을 계산해주는 함수이다.(norm : 벡터 or 행렬의 크기 또는 길이를 나타내는 척도)(파라미터)'x' = 벡터 or 행렬 / 숫자형 데이터 타입'ord' = norm의 유형 설정 / 유효한 norm의 유형'axis' = norm을 계산할 축을 지정하는 옵션 / 'x'의 차원 범위 내에 있어야함'keepdims' = 결과 배열의 차원을 유지의 유무 설정 2. np.power(m,n): 'm**n' 제곱을 계산해주는 메서드 3. np.allclose(): 두 개의 배열을 비교해서 거의 동일한지 확인하는 메서드: 두 배열의 각 요소가 주어진 허..

1. np.array.tolist(): Numpy를 List로 변환한다. 2. np.array(list): List를 Numpy로 변환한다. 3. np.pad()= np.pad(array, pad_width=((a,b),(c,d)), mode='constant',constant_values=0): array = 패딩을 추가할 배열: pad_width = 패딩의 크기를 결정한다. -> 데이터를 추가해서 테두리를 몇 줄을 만들 것인지 설정한다. : pad_width = a : 위쪽 행 / b : 아래 행 / c : 왼쪽 열 / d : 오른쪽 열: mode = 'constant' : 기본값 : 특정한 값으로 일정하게 테두리를 추가한다.: mode = 'edge' : 원본 array 배열 경계의 값으로 테두리 ..

1. np.nditer(): 다차원 배열을 반복한다.: 배열 요소에 대한 연산을 수행한다.: 브로드캐스팅을 처리하는 데 유용하다.(단, 브로드캐스팅 규칙 이해한 후 사용하기) 2. np.flatten(): 다차원 배열을 일차원 배열로 변환한다.: 이 함수를 이용하면 for 루프를 사용해서 쉽게 반복할 수 있다. 3. np.linspace(start=구간시작점, stop=구간 끝점, num=구간 내 숫자 개수): '구간 끝점'을 포함하지 않고 싶다면, endpoint=False로 한다.: 숫자 사이의 간격이 얼마인지에 대한 값을 같이 반환하고 싶다면, retstep=True로 한다.: 단계의 개수를 지정할 수 있다. 4. np.random.choice(a, size=None, replace=True, p=..

1. np.any(): 배열의 데이터 중 조건과 맞는 데이터가 있다면 True, 전혀 없다면 False 를 반환한다. 2. np.all(): 배열의 데이터가 전부 조건과 맞으면 True, 하나라도 다르면 False를 반환한다. 3. np.where(조건, True일 때 출력값, False일 때 출력값): 배열의 데이터가 조건에 맞다면 True일 때의 출력값으로 맞지 않다면 False일 때의 출력값으로 반환한다. 4. np.isnan(): 배열의 데이터에 nan이 존재하면 nan의 인덱스에 True, 아니라면 False를 반환한다. 5. np.allclose(배열1,배열2,equal_nan=True): 두 개의 배열을 비교하여 거의 동일한지 확인하여 주어진 허용 오차 범위 내에 있는지 확인하여 True, ..