# 4. Basic Operations
이번 포스트에서는 기본적인 넘파이 연산들에 대해 다뤄볼 것이다. a = np.array([20, 30, 40, 50]) b = np.arange(4) c = a - b # 1 Operation print(b) >>> array([0, 1, 2, 3]) # 2 Operation print(c) >>> array([20, 29, 38, 47]) # 3 Operation print(b**2) >>> array([0, 1, 4, 9]) # 4 Operation print(10 * np.sin(a)) >>> array([ 9.12945251, -9.88031624, 7.4511316 , -2.62374854]) # 5 Operation print(a >> array([ True, True, False..
2022. 2. 19.
# 1. Numpy Array Creation
지난 포스트에서는 Numpy에 대해 기본적인 내용들을 살펴보았다. 이번 포스트에서는 Numpy 배열을 생성하는 방법들에 대해 알아보려고 한다. Basic creation import numpy as np a = np.array([1, 2, 3, 4]) print(a) print(a.dtype) print(a.shape) >> [1 2 3 4] int64 (4,) 기본적인 배열 생성 방법은 np.array 메소드에 인자로 배열의 요소로 들어갈 시퀀스를 전달하는 방법이다. b = np.array([(1.5, 2, 3), (4, 5, 6)]) print(b) print(b.dtype) print(b.shape) >> [[1.5 2. 3. ] [4. 5. 6. ]] float64 (2, 3) 다차원 배열을 생성..
2022. 1. 9.
