Applications Architecture 애플리케이션 개발자에 의해 설계되고 애플리케이션이 다양한 종단 시스템에서 어떻게 조직되어야 하는지를 지시한다. 1. 클라이언트 - 서버 구조 서버(server) - 항상 켜져있는 호스트, 클라이언트라는 다른 호스트의 요청을 받는다. 고정 IP주소를 가지고 있다. 클라이언트(client) - 항상 켜져있지 않고, 서버에 서비스를 요청한다. 클라이언트들은 직접적으로 통신하지 않는다. 클라이언트 - 서버 애플리케이션에서 하나의 서버 호스트가 자신의 클라이언트로부터의 모든 요청에 응답하는것이 불가능 할 때가 있다. 예를 들어 구글같은 인기있는 사이트 같은 경우에는 하나의 서버로만 요청을 처리한다면 서버가 정상적으로 작동하지 않을 수 있다. 이러한 이유로 수 많은 호..

Matplotlib는 plotting 라이브러리이다. matplotlib.pyplot 모듈에 대해 간단하게 배워보자. import matplotlib.pyplot as plt 먼저 위와 같이 import해준다. %matplotlib inline 다음과 같은iPython command를 실행함으로써 차트들을 디스플레이 할 수 있다. Plotting Matplotlib에서 가장 중요한 기능은 2차원 데이터를 그래프로 그릴 수 있게 해주는 plot이다. x = np.arange(0, 3 * np.pi, 0.1) print(x) 결과 [0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3 2.4 2...

배열 연산 Numpy 배열에 대한 사칙연산은 배열의 각 요소별로 동작한다. x = np.array([[1, 2], [3, 4]], dtype=np.float64) y = np.array([[5, 6], [7, 8]], dtype=np.float64) + print(x + y) #[[ 6. 8.] #[10. 12.]] print(np.add(x, y)) #[[ 6. 8.] #[10. 12.]] - print(x - y) #[[-4. -4.] #[-4. -4.]] print(np.subtract(x, y)) #[[-4. -4.] #[-4. -4.]] * print(x * y) #[[ 5. 12.] #[21. 32.]] print(np.multiply(x, y)) #[[ 5. 12.] #[21. 32.]] 참..

정수 배열 인덱싱 배열에서 하나의 단일한 원소를 엑세스 할 경우 tuple로 인덱싱 이것의 목적은 배열에 저장된 여러개의 값을 한꺼번에 뽑아내서 또 다른 하나의 배열을 생성하려는 것이다. 슬라이싱을 하면 원본 배열의 연속적인 배열이거나, 혹은 일정한 규칙을 따라서 잘라낸 형태지만, 정수 배열 인덱실은 불규칙적으로 원본 배열의 일부를 뽑을 수 있다. *슬라이싱은 단지 원본 배열에 대한 새로운 View를 생성하는것에 지나지 않지만, 정수배열 인덱싱은 새로운 배열 객체를 생성한다. 1차원 배열에 대한 정수 배열 인덱싱 인덱스로 사용된 배열의 각 값은 그 자리에 올 원래 배열의 값의 위치를 표시한다. x = np.arange(10, 1, -1) print(x) #[10 9 8 7 6 5 4 3 2] print(..

문제 주어진 수 N개 중에서 소수가 몇 개인지 찾아서 출력하는 프로그램을 작성하시오. 입력 첫 줄에 수의 개수 N이 주어진다. N은 100이하이다. 다음으로 N개의 수가 주어지는데 수는 1,000 이하의 자연수이다. 출력 주어진 수들 중 소수의 개수를 출력한다. 정답 import math def is_prime(num): if num

Concatenate 함수로 배열 합치기 arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5]) arr = np.concatenate((arr1, arr2)) print(arr) #[1, 2, 3, 4, 5] Numpy는 둘 이상의 배열을 특정 축(axis)을 따라서 합치는 concatenate메서드를 제공한다. 배열들은 동일한 rank를 가져야하고, 합쳐질 축을 제외한 나머지 축으로는 동일한 길이를 가져야 한다. 만들어진 배열은 입력된 배열과 동일한 rank를 가지게 된다. arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) arr3 = np.concatenate((arr1, arr2), axis=..