NumPy Python


NumPy (넘파이) 의 기능성

- 배열 생성 및 조작
- 수학 함수
- 선형대수
- 무작위 표집(랜덤 샘플링)
- 통계함수
- 인덱스
- 정렬/탐색/계수(소팅,서칭,카운팅)
- 다항식 계산(폴리노미얼)
- 데이터 입출력
- 이산 푸리에 변환 (FFT)그리고 창 함수

연관 함수그룹

- 행렬 생성 및 조작
- 데이터 타입 관련 조작
- 부동소수 타입 오류대응
- 문자열 조작
- 논리 연산
- 집합 계산
- 바이너리 조작
- Masked Array 조작
- C-Types 외부 함수 인터페이스
- 날짜 지원
- 함수형 프로그래밍
- 재무 관련 함수 (financial)
- 도우미 함수 (help, lookfor, info, source 등)
- 테스트 지원

numpy의 하드웨어 가속 상황 보기

numpy.__config__.show()
BLAS 연결 여부가 보여짐

numpy의 ndarray사용

A=np.array([[1,2],[3,4]])
B=np.matrix([[1,2],[3,4]])
type(A)
Out[90]: numpy.ndarray
type(B)
Out[91]: numpy.matrix

S=inv(H.dot(V.dot(H.T)))
S=inv(H*V*H.T)

S=inv(H@V@H.T) # @는 행렬 곱을 위해 3.5부터 도입된 연산자

주요함수

zeros
np.zeros((2,3))
Out[100]: 
array([[0., 0., 0.],
       [0., 0., 0.]])

arange
np.arange(10,20,2
Out[101]: array([10, 12, 14, 16, 18])

dtype
dt=np.dtype('float64')
np.array([1.1,2.1,3.1],dtype=dt)
Out[8]: array([1.1, 2.1, 3.1])

np.dtype(np.int64)
Out[9]: dtype('int64')

int, bool, float, complex, string, unicode, buffer

행렬에 대한 +, -, *, / 연산은 요소별 연산
dot메소드, @연산자: 행렬곱



덧글

댓글 입력 영역