배열 슬라이싱 파이썬 리스트와 유사하게 Numpy 배열도 슬라이싱이 가능하다. a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) b = a[:2, 1:3] print(b) #[[2 3] #[6 7]] Numpy배열의 경우 다차원인 경우가 많기 때문에 어떻게 슬라이싱 할지 명확하게 해야한다. print(a[0, 1]) #2 b[0, 0] = 77 #b의 [0, 0]은 a의 [0, 1] print(a) #[[ 1 77 3 4] #[ 5 6 7 8] #[ 9 10 11 12]] Numpy배열의 슬라이싱은 리스트와 달리 새로운 배열을 생성하지 않는다. 기존 배열에 대한 새로운 View를 제공할 뿐이다. 따라서 위의 예시와 같이 슬라이스 된 배열의 값을 수..

배열 reshape Numpy배열은 원소의 개수가 유지되는 경우에 자유롭게 다른 shape로 변경이 가능하다. arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) print(arr) #4*3 #[[ 1 2 3] #[ 4 5 6] #[ 7 8 9] #[10 11 12]] 4*3의 배열이 있을 때 arr1 = np.reshape(arr, (12)) print(arr1) #[ 1 2 3 4 5 6 7 8 9 10 11 12] 이런식으로 원소의 개수가 같을 경우 변경이 가능하다. arr1 = arr.reshape(12) print(arr1) #[ 1 2 3 4 5 6 7 8 9 10 11 12] 위의 코드를 이런식으로 사용할 수도 있다. arr2 =..

Numpy import numpy as np Numpy를 사용하기 위해 import해준다. a = np.array([1, 2, 3]) print(a) #[1 2 3] print(a[0], a[1], a[2]) #1 2 3 print(type(a)) # print(a.ndim) #배열의 차원 #1 print(a.shape) #배열의 차원 크기 #(3,) print(a.dtype) #배열의 데이터 타입 #int64 a[0] = 5 #배열의 값 변경가능 print(a) #[5 2 3] ndim / rank - 배열의 차원 shape - 배열의 차원 별 크기를 나타내는 튜플 dtype - 배열에 저장된 데이터의 타입 Numpy 배열에는 동일한 타입의 값들이 저장된다. b = np.array([[1, 2, 3],..

2진수 8진수 16진수 -> 10진수 먼저 2진수, 8진수, 16진수를 10진수로 변환하는 방법은 아래와 같다. 변환하고자하는 진수는 문자형이며, 반환되는 값은 정수형이다. b = int('100', 2) #2진수 o = int('100', 8) #8진수 h = int('100', 16) #16진수 print(b, o, h) #4, 64, 256 '100'은 변환하고자하는 진수이고, 100뒤의 숫자는 변환하고자하는 진수의 형태이다. 10진수 -> 2진수 8진수 16진수 다음은 10진수를 2진수, 8진수, 16진수로 변환하는 방법이다. 파이썬에서 제공하는 내장함수를 사용하면 된다. b = bin(100) #2진수 o = oct(100) #8진수 h = hex(100) #16진수 print(b, o, h) ..