numpy의 기본 사용법 (2) - 기본 연산
본고는 주로numpy의 일부 기본적인 연산에 관한 용법이다.
#!/usr/bin/env python
# _*_ coding: utf-8 _*_
import numpy as np
# Test 1
a = np.arange(2, 14).reshape(3, 4)
print a
# Test 1 result
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
# Test 2
#
print np.argmin(a)
#
print np.argmax(a)
#
print np.mean(a)
print a.mean()
print np.average(a)
#
print np.median(a)
# n
print np.cumsum(a)
#
print np.diff(a)
# , ,
print np.nonzero(a)
# Test 2 result
11
0
8.5
8.5
8.5
8.5
[ 14 27 39 50 60 69 77 84 90 95 99 102]
[[-1 -1 -1]
[-1 -1 -1]
[-1 -1 -1]]
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))
# Test 3
a = np.arange(14, 2, -1).reshape(3, 4)
print a
# ,
print np.sort(a)
#
print np.transpose(a)
print a.transpose()
print a.T
print a.T.dot(a)
# Test 3 result
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]]
[[11 12 13 14]
[ 7 8 9 10]
[ 3 4 5 6]]
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
[[332 302 272 242]
[302 275 248 221]
[272 248 224 200]
[242 221 200 179]]
# Test 4
print a
# , 5 5, 10 10
print np.clip(a, 5, 10)
# , 0 , 1
print np.mean(a, axis = 0)
# Test 4 result
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]]
[[10 10 10 10]
[10 9 8 7]
[ 6 5 5 5]]
[ 10. 9. 8. 7.]
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.