728x90
반응형
Numpy 활용하기
import numpy as np
import matplotlib.pyplot as plt
numpy 를 import 해주고 시작합니다.
Numpy - 숫자 연산
narr = np.array([[1,2],[3,4]])
print(narr + 2)
print(narr * 2)
print(narr / 2)
Numpy - 수학 연산
Numpy 는 사칙연산 외에도 여러 수학함수를 배열 전체에 대해 사용할 수 있도록 여러 수학적 함수를 지원한다.
컴퓨터에서 삼각함수가 왜 필요할까?
삼각함수는 어떠한 주기성을 가진 데이터를 표현하는 방법으로 사용된다.
삼각 함수는 cos,sin,tan 으로 이루어진다.
입력값은 일반적인 360도 수치가 아닌 파이(π = 3.14... ) 를 기준으로 표현한다.
직접 3.14....~ 를 입력하는것이 아닌 np.pi 라는 라이브러리 내장 상수를 이용해 표현이 가능하다.
- np.log : 로그 연산
- np.exp : 지수 연산
- np.sqrt : 루트 연산
- np.sin : 사인 연산
- np.cos : 코사인 연산
- np.tan : 탄젠트 연산
# 0 ~ 2π 사이에 100개의 값을 생성
arr = np.linspace(0.1,1,10)
# sin graph 생성
plt.plot( np.log( arr ), label = 'log' )
plt.plot( np.exp( arr ), label = 'exp')
plt.plot( np.sqrt(arr ), label = 'sqrt')
plt.legend()
plt.show()
# 0 ~ 2π 사이에 100개의 값을 생성
arr = np.linspace(0,np.pi * 2,100)
# sin graph 생성
plt.title("sin cos")
plt.plot( np.sin( arr ), label = 'sin' )
plt.plot( np.cos( arr ), label = 'cos')
plt.legend()
plt.show()
print()
plt.title("tan")
plt.plot( np.tan( arr ) )
plt.show()
Numpy - 조건 연산
배열을 단일 값과 비교시
그 결과는 일반 연산과 마찬가지로 각각의 값에 대해 비교결과를 True 와 False 형태로 리턴한다.
narr = np.array([1,2,3,4,5])
print( narr > 2 )
narr = np.array([[1,2],[3,4]])
print( narr % 2 == 0 )
728x90
반응형
'인공지능' 카테고리의 다른 글
Numpy 라이브러리 활용하기 (배열 연산) (0) | 2021.03.22 |
---|---|
[ 인공지능 ] Google Colab 이란? | Colab 사용하기 | Colab 기초 사용법 (3) | 2021.03.08 |
[ 텐서플로우 ] 텐서플로우 세션 에러 (AttributeError: module 'tensorflow' has no attribute 'Session') (0) | 2020.12.19 |
[ 기본 환경 구축 ] Pycharm Tensorflow Error 임시조치(?)하기 (2) | 2020.12.19 |
[ 기본 환경 구축 ] Tensorflow(텐서플로) 설치 | 아나콘다 설치 | python 3.8 텐서플로우 설치 오류 (0) | 2020.12.19 |