[python-numpy] 3차원 numpy slicing 슬라이싱
1. 특정 행/열/깊이 선택하기 import numpy as np# 3차원 배열 생성threed_array=[ [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]], [[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]], [[37, 38, 39, 40], [41, 42, 43, 44], [45, 46, 47, 48]], [[49, 50, 51, 52], [53, 54, 55, 56], [57, 58, 59, 60]]]arr= np.array(threed_array)# 첫 번째 2D 배열 (첫 번째 슬라이스)..
[python-numpy] 2차원 numpy slicing 슬라이싱
1. 기본적인 슬라이싱import numpy as np# 2차원 배열 생성arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 첫 번째 행을 슬라이싱print("-------------1")print(arr[0, :]) # 첫 번째 행, 모든 열# 첫 번째 열을 슬라이싱print("-------------2")print(arr[:, 0]) # 모든 행, 첫 번째 열# 두 번째부터 세 번째 행까지 슬라이싱print("-------------3")print(arr[1:3, :]) # 두 번째 행부터 세 번째 행까지, 모든 열-------------1[1 2 3]-------------2[1 4 7]--------..
[python-numpy] >, <, >=, <=, ==, != 비교 연산자
배열 간 비교import numpy as np# 두 배열 생성arr1 = np.array([1, 2, 3, 4, 5])arr2 = np.array([5, 4, 3, 2, 1])# 비교 연산greater_than = arr1 > arr2less_than = arr1 arr2:", greater_than) # [False False False True True]print("arr1 배열과 스칼라 간 비교import numpy as np# 배열 생성arr = np.array([1, 2, 3, 4, 5])# 비교 연산greater_than_3 = arr > 3equal_to_2 = arr == 2# 결과 출력print("arr > 3:", greater_than_3) # [False False Fal..
[python-numpy] 배열 연산 (덧셈,뺄셈,곱셈,나눗셈)
덧셈NumPy 배열에서 덧셈 연산은 배열의 같은 위치에 있는 원소들끼리 더하는 방식으로 진행됩니다. 즉, a의 첫 번째 원소와 b의 첫 번째 원소를 더하고, 두 번째 원소끼리 더하는 식입니다. import numpy as np# 두 개의 1차원 배열 생성a = np.array([1, 2, 3])b = np.array([4, 5, 6])result_add = a + bprint(result_add) [5 7 9] 뺄셈뺄셈 역시 덧셈과 마찬가지로 각 원소들 간에 연산이 이루어집니다.import numpy as np# 두 개의 1차원 배열 생성a = np.array([1, 2, 3])b = np.array([4, 5, 6])result = a - bprint(result) [-3 -3 -3] 곱셈곱셈은 각 원..
[python-numpy] int8,int32,int64 & uint8, uint32, uint64 차이
chatgpt는 정말 위대하다. int8,int32,int64 차이점을 chatgpt가 너무 쉽게 설명해주었다. int8int8은 1바이트를 사용하며, 표현할 수 있는 값의 범위는 -128에서 127까지입니다.# int8은 1바이트를 사용하며, 표현할 수 있는 값의 범위는 -128에서 127까지입니다.arr1=np.array([-127, 2, 3])print(arr1)print(arr1.dtype) 당연히 -128~127사이값을 입력해서 int8로 dtype값이 출력될줄 알았는데 int32이 출력되었다. 그래서 chatgpt에 물어봤다. 답변) numpy.array를 생성할 때, dtype을 명시하지 않으면, NumPy는 입력된 데이터의 범위와 타입을 자동으로 결정합니다. 예를 들어, arr1=np.ar..
