Python에서 일반적으로 사용되는 numpy 함수 살펴보기: numpy 함수 이해

numpy 함수 이해: Python에서 일반적으로 사용되는 numpy 함수를 살펴보세요. 구체적인 코드 예제가 필요합니다.

소개:
Python에서 NumPy(NumPy)(NumPy)는 Python에 효율적인 다차원 기능을 제공하는 강력한 과학 컴퓨팅 라이브러리입니다. 배열 객체와 대규모 수학 함수 라이브러리. NumPy는 Python을 사용한 과학 컴퓨팅의 핵심 라이브러리 중 하나로 데이터 분석, 기계 학습, 이미지 처리 및 기타 분야에서 널리 사용됩니다. 이 기사에서는 일반적으로 사용되는 NumPy 함수를 소개하고 특정 코드 예제를 제공합니다.

1. 배열 생성 함수

(1) 1차원 배열 생성
numpy의 arange, linspace, logspace 등의 함수를 사용하여 1차원 배열을 생성할 수 있습니다.

코드 예:

np로 numpy 가져오기

arange 함수를 사용하여 1차원 배열 만들기

arr1 = np.arange(10)
print("arange 함수로 만든 1차원 배열: ", arr1)

Use linspace 이 함수는 1차원 배열을 만듭니다

arr2 = np.linspace(0, 1, 10) # 0부터 1까지 동일한 간격의 숫자 10개를 생성합니다
print("linspace로 만든 1차원 배열 function: ", arr2)

logspace 함수를 사용하여 1차원 배열을 만듭니다

arr3 = np.logspace(0, 2, 10) # 10^0에서 10^2까지 로그 간격 숫자 10개를 생성합니다
print( "로그스페이스 함수 Array로 생성된 1차원 배열: ", arr3)

(2) 다차원 배열 생성
1차원 배열 외에도 numpy의 배열 함수를 사용하여 다차원 배열을 생성할 수도 있습니다.

코드 예:

np로 numpy 가져오기

배열 함수를 사용하여 2차원 배열 만들기

arr4 = np.array([[1, 2, 3],

             [4, 5, 6]])

print("2차원 배열) 배열 함수로 생성됨 :
", arr4)

배열 함수를 사용하여 3차원 배열 만들기

arr5 = np.array([[[1, 2, 3],

              [4, 5, 6]],
             [[7, 8, 9],
              [10, 11, 12]]])

print("3차원 배열) 배열 함수로 생성됨:
", arr5)

2. 배열 연산 함수

NumPy는 수학 함수, 통계 함수, 논리 함수 등 다양한 배열 연산 함수를 제공합니다.

(1) 수학 함수
수학 함수 NumPy에서는 로그 함수, 삼각 함수, 지수 함수 등과 같은 일부 계산을 수행할 수 있습니다.

코드 예:

np

arr6 = np.array([1, 2, 3)로 numpy 가져오기 , 4])

배열의 제곱을 계산합니다.

print("배열의 제곱:", np.square(arr6))

배열의 제곱근을 계산합니다.

print("배열의 제곱근 배열:", np.sqrt(arr6))

배열의 지수 함수를 계산합니다

print("배열의 지수 함수:", np.exp(arr6))

(2) 통계 함수
를 사용하여 NumPy의 통계 함수를 사용하면 합계, 평균, 최대값, 최소값 등과 같은 배열에 대한 통계 분석을 수행할 수 있습니다.

코드 예:

import numpy as np

arr7 = np.array([1, 2 , 3, 4, 5])

배열의 합을 구합니다

print("배열의 합 ：", np.sum(arr7))

배열의 평균을 구합니다

print("The 배열의 평균:", np.mean(arr7))

배열의 최대값 찾기

print("배열의 평균 최대값: ", np.max(arr7))

최소값 찾기 value of the array

print("배열의 최소값: ", np.min(arr7))

(3) 논리 함수
배열의 논리 함수 요소가 만족하는지 판단하는 등 요소에 대한 논리 연산을 수행합니다.

코드 예:

import numpy as np

arr8 = np.array([1, 2, 3, 4, 5])

판단.

print("배열의 요소가 2보다 큰지 여부:", np.greater(arr8, 2))

배열의 요소가 3보다 작거나 같은지 확인

print("요소가 배열의 값은 3보다 작거나 같습니다: ", np.less_equal(arr8, 3))

3. 배열 모양 함수

NumPy는 배열 모양 변경, 배열 접합 등과 같은 배열 모양 작업을 위한 많은 함수를 제공합니다. .

(1) 배열 모양 변경

1차원 배열을 2차원 배열로 변경하거나 다차원 배열을 1차원 배열로 변경하는 등 reshape 함수를 사용하여 배열의 모양을 변경할 수 있습니다. -차원 배열.

코드 예:

import numpy as np

arr9 = np.arange(9)

1차원 배열을 3개의 행과 3개의 열이 있는 2차원 배열로 변환

arr10 = np.reshape(arr9 , (3, 3))

print("1차원 배열을 2차원 배열로 변환:
", arr10)

다차원 배열을 1차원 배열로 변환

arr11 = np.ravel (arr10)

print("다차원 배열을 1차원 배열로 변환 1차원 배열의 경우: ", arr11)

(2) 배열 접합

NumPy는 접합을 위한 vstack, hstack 및 연결과 같은 기능을 제공합니다. 배열.

코드 예:

import numpy as np

arr12 = np.array([[1, 2, 3],

              [4, 5, 6]])

arr13 = np.array([[7, 8, 9],

              [10, 11, 12]])

vertical) 접합된 배열

arr14 = np.vstack((arr12, arr13))

print("수직 접합 배열:
", arr14)

수평 접합 배열

arr15 = np.hstack((arr12 , arr13))

print ("수평 접합 배열:
", arr15)

요약:

이 글의 소개를 통해 우리는 배열을 생성하는 함수, 배열 연산 함수, 배열 연산과 수학적 계산을 보다 편리하게 수행하고 프로그래밍 효율성을 높이는 데 도움이 됩니다. 처리 및 과학적 계산

위 내용은 Python에서 일반적으로 사용되는 numpy 함수 살펴보기: numpy 함수 이해의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!