numpy 예제

위에 표시되는 배열은 이름이 이미 제안된 대로 2차원 배열입니다. 행은 “축 0″으로 표시되고 열은 “축 1″입니다. 축의 수는 차원의 수에 따라 올라갑니다: 3차원 배열에서 이전 코드 청크에서 예제를 보았을 때 추가 “축 2″가 있습니다. 이러한 축은 1차원 배열에 대해 이 것을 갖는 것이 없기 때문에 최소 2차원이 있는 배열에만 유효합니다. 배열에 적용된 NumPy 히스토그램 함수는 배열의 히스토그램과 빈 벡터의 한 쌍의 벡터를 반환합니다. 주의: matplotlib는 또한 NumPy의 것과 다른 히스토그램 (Matlab에서와 같이 hist라고 함)을 구축하는 기능을 가지고 있습니다. 주요 차이점은 pylab.hist가 히스토그램을 자동으로 플롯하는 반면 numpy.histogram은 데이터만 생성한다는 것입니다. 이러한 코드 예제에서 이 비유의 의미를 확인할 수 있습니다. 예를 들어 두 배열의 요소가 동일한지 확인하려면 == 연산자입니다. 배열 요소가 작거나 큰지 확인하려면 연산자를 사용합니다. 인덱싱을 사용하여 다양한 숫자를 인쇄할 수도 있습니다.

범위를 얻으려면 시작 인덱스와 배열 이름을 따르는 대괄호 안에 콜론으로 구분된 끝 인덱스보다 작은 인덱스를 전달해야 합니다. 예를 들어 첫 번째에서 일곱 번째 인덱스까지 요소를 얻으려면 다음 구문을 사용할 수 있습니다: Python 목록의 크기는 일반 목록 정보, 요소에 대한 참조에 필요한 크기 및 목록의 모든 요소 크기로 구성됩니다. 목록에 sys.getsizeof를 적용하면 요소의 크기가없는 크기만 가져옵니다. 이전 예제에서는 목록의 모든 정수 요소의 크기가 동일하다고 가정했습니다. 물론 더 큰 정수에 대 한 메모리 소비가 더 높을 것이기 때문에 이것은 일반적으로 유효하지 않습니다. 데이터 분석 이나 기계 학습 프로젝트에서 작업하려는 경우 numpy에 대한 확실한 이해가 거의 필수적입니다. 크기 조정 외에도 배열의 모양을 바꿀 수도 있습니다. 즉, 데이터를 변경하지 않고 배열에 새 셰이프를 지정합니다. 모양을 변경하는 핵심은 새 배열의 전체 크기가 변경되지 않았는지 확인하는 것입니다. 위에서 사용된 배열 x의 예를 들어 3 X 4 또는 12 크기의 배열을 예로 들면 새 배열의 크기도 12인지 확인해야 합니다. 배열, 제로, 제로_like, 사람, ones_like, 빈, empty_like, arange, linspace, numpy.random.rand, numpy.random.randn, fromfunction, fromfile 당신은 궁금해 할 수 있습니다, `나는 파이썬 목록 자체에 숫자와 다른 개체를 저장하고 계산의 모든 종류를 할 수 있습니다 목록 이해, for-루프 등을 통한 조작 나는 무엇을 위해 numpy 배열이 필요합니까?` 예를 들어 인쇄된 데이터 형식은 `int64` 또는 서명된 32비트 정수 유형입니다.

이것은 훨씬 더 상세합니다! 즉, 배열이 64바이트로 메모리에 저장됨을 의미합니다(각 정수는 8바이트를 차지하고 8개의 정수 배열이 있기 때문에). 배열의 보폭은 다음 열로 이동하려면 8바이트(한 값)를 건너뛰어야 하지만 다음 행에서 동일한 위치에 도착하려면 32바이트(4값)를 건너뛰어야 한다는 것을 알려줍니다. 따라서 배열의 보폭은 (32,8)이 됩니다. 또한 numpy 배열은 부울 인덱싱을 지원합니다. 종종 난수로 배열을 만들어야 하는 경우가 많습니다.

02 August, 2019
Posted in Uncategorized

Author: wolff