Numpy basic
type vs dtype
X = [[1,5,4,3,2]] X.type
<class 'numpy.ndarray'>
X.dtype
dtype('int64')
type: X 자체의 타입을 출력함
dtype: X 내부의 원소들의 타입을 출력함
Ndim
ndarray의 dimention을 알려줌. 1차원이면 1, 2차원이면 2, 이런 식으로.
[[]] -> 2
[] -> 1
shape
ndarray의 차원을 튜플 형태로 제공한다. 2 x 3일 경우, (2,3) 이런 식으로.
y = np.zeros((2, 3, 4))
y.shape
(2, 3, 4)
y.shape = (3, 8)
y
array([[ 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0.]])
np.vstack
vstack을 사용할 때는 1개의 argument만 할당해야 한다.
따라서 여러 개의 무언가를 할당할 시에는 싱글 리스트로 묶어준 후 함수를 사용한다.
B = np.vstack([a1.T,a2.T,a3.T,a4.T])
그렇지 않을 시 아래와 같은 오류가 발생한다.
TypeError: _vhstack_dispatcher() takes 1 positional argument but 4 were given
np.concatenate
concatenate를 사용할 때는 여러개를 할당하기 위해 소괄호로 묶어주어야 한다.
B = np.concatenate((a1.T,a2.T,a3.T,a4.T))
그렇지 않으면 아래와 같은 오류가 생긴다.
TypeError: only integer scalar arrays can be converted to a scalar index
Author And Source
이 문제에 관하여(Numpy basic), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@flawednworthy/Numpy-basic저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)