본문 바로가기
  • Hello_
728x90
반응형

전체 글98

[Python] np.argmax, np.argmin - 넘파이 최댓값, 최솟값 인덱스 찾기 오늘은 넘파이 어레이의 최솟값, 최댓값 인덱스를 찾는 함수에 대해 포스팅하겠다. np.argmax(), np.argmin() 0~100까지의 10개 랜덤 어레이를 구성하겠다. random_num = np.random.randint(0,100,size=10) print(random_num) # array([84, 63, 80, 84, 90, 98, 15, 92, 5, 12]) 랜덤 어레이의 최댓값과 최솟값은 다음과 같다. print(random_num.max(), random_num.min()) # 98 5 우선 첫번째로 최댓값인 98의 인덱스를 np.argmax()를 통해 찾아보겠다. max_idx = np.argmax(random_num) print(max_idx) # 5 다음으로 최솟값의 5의 인덱스.. 2022. 9. 12.
[Python] np.concatenate() - 넘파이 어레이 합치기 오늘은 넘파이 어레이들을 특정 축 기준으로 합치는 방법에 대해 소개하고자 한다. np.concatenate() 해당 함수는 특정 어레이들을 합칠 때 유용하게 사용된다. 이를 알아보기 위해 사이즈 (3,3)인 어레이와 (1,3)인 어레이를 합쳐보도록 하자. [입력값 생성] import numpy as np array_1 = np.random.randint(0,10,size = [3,3]) array_2 = np.random.randint(0,10,size = [1,3]) print(array_1) """ [[0 5 5] [4 3 7] [6 8 4]] """ print(array_2) # [[4 6 5]] [concat] np.concatenate([array_1,array_2]) """ array([[0,.. 2022. 9. 12.
[Python] np.transpose(), np.swapaxes() - 차원 및 축 변경하기 오늘은 넘파이 행렬의 행과 열, 즉 차원을 변경하는 몇 가지 방법에 대해 포스팅하겠다. np.transpose() 입력되는 넘파이 어레이의 전치 행렬을 출력해준다. np.transpose와 동일하게 입력 데이터 바로 뒤에 ".T"를 추가하여 손쉽게 전치시키는 방법도 있다. import numpy as np example_2D = np.random.randint(10,size=(2,3)) print(example_2D.shape) # (2, 3) exam_1 = example_2D.T exam_2 = np.transpose(example_2D) print(exam_1.shape,exam_2.shape) # (3, 2) (3, 2) print(exam_1 == exam_2) """ [[ True True] .. 2022. 9. 12.
[Python] np.newaxis, np.expand_dims(), np.squeeze() - 차원 및 축 조절하기 오늘은 numpy로 차원을 늘리고 줄이는 방법에 대해 포스팅해보겠다. np.newaxis() np.newaxis()는 함수명 그대로 넘파이 어레이의 차원의 수를 늘려주는 역할을 한다. 차원을 늘리고자 하는 인덱스에 np.newaxis를 포함하면 해당하는 차원이 늘어난다. import numpy as np example = np.arange(10) print(example.shape) # (10,) exam_1 = example[np.newaxis,:] exam_2 = example[:,np.newaxis] print(exam_1.shape, exam_2.shape) # (1, 10) (10, 1) 또한 한 차원이 아니라 여러 차원을 한 번에 늘릴 수도 있다. exam_3 = example[np.newax.. 2022. 9. 12.
[Python] np.random - 난수 생성하기 오늘은 numpy로 난수를 생성하는 random 함수에 대해 포스팅하겠다. np.random.rand() 0 이상 1 미만의 범위 내에 주어진 argument 만큼 난수를 생성한다. import numpy as np np.random.rand(3) # array([0.60407304, 0.97595625, 0.3530597 ]) np.random.rand(3,3) """ array([[0.95799066, 0.43424117, 0.59480775], [0.93778055, 0.97494792, 0.81196245], [0.15744564, 0.05079325, 0.562474 ]]) """ argument가 1개로 들어가면 1-d 형태로 난수를 생성하며 2개를 입력하면 2-d 형태로 난수를 생성한다. n.. 2022. 9. 12.
[Python] tqdm - 알고리즘 진행률 확인하기 오늘 포스팅 할 내용은 tqdm으로 알고리즘이 얼마만큼 진행이 되고 있는지 시각화 시켜주는 라이브러리이다. 특히, 학습 모델의 진행률을 보는데 매우 유용하다. 추가적으로 tqdm, enumerate, zip을 동시에 사용하고자 할때 어떠한 순서로 구성을 해야하는지도 다뤄보고자 한다. tqdm 우선 tqdm은 anaconda에서 기본적으로 제공하는 함수가 아니기 때문에 추가적인 설치가 필요하다. [tqdm 설치] tqdm은 "pip insatll tqdm"을 터미널에 입력하면 손쉽게 설치가 가능하다. [tqdm 사용] tqdm의 라이브러리의 tqdm 함수를 그대로 사용해주면 된다. 결과와 같이 10000번이 수행되었다는 것을 프로세스바를 통해 제공해준다. 본 예시는 computational memory가 .. 2022. 9. 10.
728x90
반응형

티스토리툴바