import numpy as np import random
In [18]:
list_data1 = [1,2,3,4]
In [22]:
list_data1
Out[22]:
In [20]:
nd_list_data1 = np.array(list_data1) #array - 순차형 데이터를 ndarray로 변환
In [21]:
nd_list_data1
Out[21]:
In [24]:
nd_list_data1.ndim #1차원인 경우 열을 먼저 출력해 줌...?
Out[24]:
In [25]:
nd_list_data1.shape
Out[25]:
In [27]:
nd_list_data1.dtype
Out[27]:
In [29]:
zero = np.zeros(2)
In [30]:
zero
Out[30]:
In [46]:
zero = np.zeros((3,6)) #내용을 0으로 채워서 ndarray 생성
In [47]:
zero
Out[47]:
In [48]:
zero.shape
Out[48]:
In [49]:
np.empty((2,3,2)) #초기화되지 않고 채워진 배열을 반환
Out[49]:
In [50]:
np.eye(3,3) #희박 행렬 생성.
Out[50]:
In [51]:
np.arange(5) #파이썬의 range와 유사. ndarray를 반환.
Out[51]:
In [ ]:
arange는 range랑 비슷하게, 0 ~ n 까지의 숫자를 생성하기 때문에 초기화를 할 때 잘 쓰는 함수입니다.
또는 그래프를 그릴 때 index를 사용 할 수 있겠죠.
'머신러닝 > 기초 문법' 카테고리의 다른 글
6. IF 문 (0) | 2019.02.09 |
---|---|
주피터 노트북 블로그에 맞기 정렬하기 (0) | 2019.02.08 |
넘파이 기초 - 색인과 슬라이싱 기초(2) (1) | 2019.01.31 |
5. 딕셔너리 심화 - (2) (0) | 2019.01.30 |
5. 딕셔너리 기초 - (1) (0) | 2019.01.29 |