Numpy를 시작하기 위해 알아야 할 모든 것(2부)

블로그

이전 블로그 게시물에서 NumPy 배열을 초기화하는 다양한 방법에 대해 논의했습니다. 오늘의 블로그 포스트에서는 NumPy 배열에서 인덱싱과 슬라이싱이 어떻게 일어나는지 그리고 NumPy에서 사용할 수 있는 몇 가지 기본 기능에 대해 논의할 것입니다.

이 링크에서 내 이전 블로그 게시물을 확인할 수 있습니다. 초보자를 위한 Numpy 완전 가이드 – 1부

NumPy에 대한 다음 및 마지막 블로그 게시물에서는 연산자와 |_+_|와 같은 다양한 수학 함수에 대해 설명하겠습니다. 그리고 |_+_| NumPy에서 사용할 수 있습니다.

내 현금 앱 계정을 다시 여는 방법

토론 주제:

  1. Numpy 배열의 인덱싱
  2. 2차원 Numpy 배열의 인덱싱
  3. 다양한 단계 크기로 슬라이싱
  4. Numpy 배열의 음수 인덱싱
  5. Numpy 배열 복사
  6. Numpy 배열 검사
  7. Numpy에서 사용 가능한 기본 집계 함수

먼저 |_+_| 배열 및 |_+_| 이 기사에서 작업할 배열입니다.

np.sin()

|_+_|: |_+_| 작업할 배열의 모양을 확인하는 데 사용할 수 있습니다.

np.exp()

이제 배열에서 인덱싱이 어떻게 발생하는지 살펴보겠습니다.


NumPy 배열의 인덱싱

NumPy 배열의 인덱싱은 목록의 인덱싱과 유사합니다. 인덱싱은 |_+_|부터 시작합니다. |__+_|로 끝납니다.

|_+_| 첫 번째 요소를 나타내고 |_+_| 마지막 요소를 나타냅니다.

대괄호 안에 인덱스를 전달해야 합니다 |_+_| 해당 인덱스의 요소를 가져옵니다.

2x3

그거 봐 |_+_| |__+_| 배열의 첫 번째 요소를 반환합니다.

그러나 배열의 처음 3개 요소를 원하면 어떻게 될까요? 그들을 얻을 수있는 방법이 있습니까? 예, 슬라이싱 연산자를 사용해야 합니다.

인덱스 i1에서 인덱스 i2로 요소를 원하면 |_+_|를 전달해야 합니다. 대괄호 안에.

5*1

그거 봐 |_+_| 인덱스 0에서 인덱스 3까지의 요소를 반환했습니다.

|_+_| 첫 번째를 원하면 처음에 필요하지 않습니다 |_+_| 요소와 |_+_| 마지막 |_+_|을 원하면 마지막에 필요하지 않습니다. 집단.

import numpy as np arr = np.array([[1,2,3],[4,5,6]]) arr1 = np.array([1,2,3,4,5]) print(arr) print(' ') print(arr1) [[1 2 3] [4 5 6]] [1 2 3 4 5]

|_+_| 시작부터 인덱스 1(2-1)까지의 모든 요소를 ​​반환합니다.

|_+_| 인덱스 2부터 배열 끝까지의 모든 요소를 ​​반환합니다.


2차원 Numpy 배열의 인덱싱

목록과 유사하게 |_+_|를 사용해야 합니다. 2차원 배열의 인덱싱을 위한 이중 대괄호.

|_+_| (i1+1)번째 행과 (i2+1)번째 열에 있는 요소를 반환합니다.

하나의 대괄호(|_+_|)만 전달하면 인덱스 1의 행을 반환합니다.

shape()

다양한 단계 크기로 슬라이싱

|_+_| NumPy 배열에서 슬라이싱하기 위한 기본 형식입니다.

arr.shape

Numpy 배열의 음수 인덱싱

목록과 마찬가지로 NumPy 배열도 음수 슬라이싱을 사용합니다. |_+_| 끝에서 두 번째 요소를 의미합니다.

arr.shape (2, 3)

이것은 처음에 많은 사람들에게 상당히 혼란스러울 수 있습니다. 그러나 많은 예를 보면 이해할 수 있을 것입니다.

이전 코드의 출력이 어떻게 나왔는지 스스로 알아내십시오. 의심스러운 점이 있으면 아래 주석 섹션에 남겨 두십시오.


Numpy 배열 복사

당신은 할 수 없습니다 |_+_| 배열 복사용. 이것은 참조에서 arr2를 arr1에 복사합니다. 즉, arr1의 변경 사항은 rr2의 값을 반영합니다.

0

변경 사항 확인 |_+_| |__+_|의 값에 반영되었습니다.

이런 일이 발생하지 않도록 하려면 |_+_|를 사용해야 합니다. 한 배열을 다른 배열로 복사하는 함수입니다.

number of elements - 1

이 경우 arr2의 변경 사항이 arr1의 값을 변경하지 않음을 확인하십시오.

#numpy #python #기계 학습 #프로그래밍 #개발자

www.letsdiscussstuff.in

Numpy를 시작하기 위해 알아야 할 모든 것(2부)

NumPy 배열을 초기화하는 다양한 방법에 대해 논의했습니다. 이 게시물에서는 NumPy 배열에서 인덱싱 및 슬라이싱이 발생하는 방법과 NumPy에서 사용할 수 있는 몇 가지 기본 기능에 대해 설명합니다.