본문 바로가기

반응형

numpy

numpy 행렬, 역행렬, 단위행렬 구하기 예제 예제) 행렬 만들기, 역행렬 만들기, '행렬과 역행렬의 곱 = 단위행렬' 검증 1. 역행렬 구하는 함수 - numpy.linalg.inv x = np.random.randint(1, 10, size=(3, 3)) print(x) y = np.linalg.inv(x) print(y) x @ np.linalg.inv(x) # 행렬과 역행렬을 곱함 = 단위행렬(항등행렬) 결과 더보기 [[8 2 6] [5 7 5] [5 8 4]] [[ 0.21428571 -0.71428571 0.57142857] [-0.08928571 -0.03571429 0.17857143] [-0.08928571 0.96428571 -0.82142857]] array([[ 1.00000000e+00, -2.22044605e-16, 2.22.. 더보기
파이썬(python) Numpy와 ndarray? ● Numpy numpy를 사용하는 이유 : 파이썬 리스트(list)보다 빠름 메모리 사이즈 : 파이썬 리스트보다 적은 메모리 사용 Build-in 함수 : 선형대수, 통계 관련 여러 함수 내장 ● ndarray numpy에 사용되는 다차원 리스트를 표현할 때 사용되는 데이터 타입 연속된 메모리 사용 vs python list 연속되지 않은 메모리 명시적인 loop 사용 ● 예제 1 import numpy as np import matplotlib.pyplot as plt x = np.array([1,2,3]) y = np.array([4,5,6]) print(x) print(y) plt.plot(x, y) 결과 : ● 예제 2 import matplotlib.pyplot as plt x = [1, 2,.. 더보기
파이썬 넘파이 연습 넘파이는 강력하다. 왜? 배열 연산이 매우 빠름, 다른 차원간의 배열도 계산이 가능함. 한마디로 빠른데 처리하는 데이터양도 많음. 도구도 많이 가지고 있음. 효율적임. 결론 강력함. 1. 예제 연습 import numpy as np # 파이썬 리스트 선언 data = [1, 2, 3, 4, 5] print(data, type(data)) # 파이썬 2차원 리스트(행렬) 선언 data2 = [[1, 2], [3, 4]] print(data2) # 파이썬 리스트를 numpy array로 변환 arr = np.array(data) print(arr, type(arr)) arr = np.array([1,2,3,4,5]) print(arr, type(arr)) # 2차원 리스트를 np.array로 만듦 -> 행렬.. 더보기
파이썬 GUI, 넘파이 연습 1. 움직이는 애니메이션 공 프로그램을 작성하시오. ''' 움직이는 애니메이션 공 프로그램을 작성하시오. ''' from tkinter import* import random import time window = Tk() canvas = Canvas(window, width=600, height=400) canvas.pack() class Ball(): def __init__(self, color, size): self.id = canvas.create_oval(0, 0, size, size, fill=color) self.dy = random.randint(1,10) self.dx = random.randint(1, 10) self.dz = random.randint(1, 10) ball1 = Ball.. 더보기

반응형