240107

#넘파이 기능들 정리

|

import numpy as np

#1차원 배열 생성
arr1 = np.array ([1, 2, 3, 4, 5])
#2차원 배열 생성
arr2 = np.array([[1, 2, 3,],[4, 5, 6]])  # 괄호에 주의 ( [  [숫자],[숫자]  ] )
#배열 연산
result1 = arr1 + 10
print(result1)
result2 = arr2 +10
print(result2)

[11 12 13 14 15]

[[11 12 13]

[14 15 16]]

배열 생성 함수 : 다양한 방법으로 배열을 생성할 수 있는 함수가 제공됩니다.

#0으로 초기화된 배열 생성
zeros_array = np.zeros((2,3)) # 2x3 모든 요소가 0
zeros_array

array([[0., 0., 0.],
       [0., 0., 0.]])

 

 

# 1로 초기화된 배열 생성
ones_array = np.ones((2,3)) # 2x3 모든 요소가 1
ones_array

array([[1., 1., 1.],
       [1., 1., 1.]])

 

 

range_array = np.arange(1, 10, 2) # 1부터 9까지 2씩 증가하는 배열# 1~10 (+2)
range_array

array([1, 3, 5, 7, 9])

 

 

배열 연산: 다차원 배열 간의 연산을 효율적으로 수행할 수 있습니다.

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

addition = arr1 + arr2
subtraction = arr1 - arr2
multiplication = arr1 * arr2
division = arr2 / arr1
print (multiplication)
print (addition)
print (subtraction)
print (division)

[ 4 10 18]

[5 7 9]

[-3 -3 -3]

[4. 2.5 2. ]

 

 

 

# 행렬 곱셈
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])

[[19 22] [43 50]]

[[-2. 1. ]

[ 1.5 -0.5]]

 

 

matrix_product = np.dot(matrix1, matrix2)  # 행렬 곱셈

# 역행렬 계산
inverse_matrix = np.linalg.inv(matrix1)
print(matrix_product)
print(inverse_matrix)

 

 

 

통계 함수: 배열의 통계적 계산을 위한 다양한 함수를 제공합니다.

arr = np.array ([[1, 2, 3],[4, 5, 6]])

mean = np.mean(arr)      #평균계산
median = np.median(arr)  #중앙값 계산
std_dev = np.std(arr)    #표준 편차 계산
print(mean)
print(median)
print(std_dev)

 

3.5 3.5 1.707825127659933