[elice 머신러닝] 머신러닝 라이브러리 NumPy

*elice 강의 수강중*

 

- 속력이 빨라지기 때문에 동일한 데이터 타입을 갖도록 하는 것. 

- 리스트 *2 2개를 연속적으로 나타낸것. +도 마찬가지. 

=> so, numpy가 필요

 

- start는 포함, stop은 포함 안 됨. !

- 기본이 float니깐, 정수로 하려면  꼭 dtype = int 넣어줘야 함. 

- 배열로 주고 싶으면, (3,3) 이렇게 튜플로 한 번 더 묶어줘야 함. 

- 배열로 주고 싶으면, (3,3) 이렇게 튜플로 한 번 더 묶어줘야 함. 

- - size 간격 아니고, 총 개수를 의미함. 

 

    array5 = np.arange(0, 10).reshape(1,10) --> 2차원 배열을 요구할 경우 이렇게 해야함. 랜덤으로 하지말고
    -- 이거 엘리스 인 ai가 틀림.. 아니 걍 1차원으로 해도 되잖아.
    -- 물었을 때는 다르게 하라며, 1x10은 2차원이라며 --
    
    array5 = np.arange(10) -- 이게 정답

 

- reshape(-1,1) -> -1은 자동으로 크기를 결정하라는 의미 

- 원소의 개수를 유지하면서 1열을 가진 2D 배열로 변환하는 것 => 즉, 1인 행 또는 열에 맞추라는 것. 

reshape(-1, 1) vs reshape(1, -1) 차이

• reshape(-1, 1): 세로 벡터 (column vector) → (n, 1)
• reshape(1, -1): 가로 벡터 (row vector) → (1, n)

arr = np.array([1, 2, 3, 4, 5, 6])
# 행을 자동으로 결정 -> 열에 따름
reshaped = arr.reshape(-1, 1)
print(reshaped) 
#[[1]
 [2]
 [3]
 [4]
 [5]
 [6]]

# 열을 자동으로 결정 -> 행에 따름
arr = np.array([1, 2, 3, 4, 5, 6])
reshaped = arr.reshape(1, -1)
print(reshaped) 
#[[1 2 3 4 5 6]]

- : -> 모든 것 선택 

- 행의 방향 즉 아래로 쌓는 것 

- r_, c_보다는  concatenate() 가 직관적이라서 더 많이 사용함. 

- 만일 배열의 크기가 다르면 작은 것을 해당하는 위치에 2번씩 더함 

- 예. 2x2 + 1x2 => 2x2 행별로 1x2를 각각 더해줌.