Notice
Recent Posts
Recent Comments
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 자바스크립트 element api
- 카카오프로젝트
- 랜섬웨어
- 자바스크립트 node
- 오라클
- numpy
- 파이썬
- oracle
- GIT
- 자바스크립트 객체
- 카카오프로젝트 100
- 다크웹
- 자바스크립트 prototype
- 보안뉴스한줄요약
- 자바스크립트
- oracle db
- 카카오프로젝트100
- 자바스크립트 API
- 보안뉴스
- 깃허브
- python
- 보안뉴스 요약
- 자바스크립트 jQuery
- javascript
- Oracle SQL
- 보안뉴스요약
- 자바스크립트 기본 문법
- php
- 보안뉴스 한줄요약
- ES6
Archives
- Today
- Total
FU11M00N
[ Numpy ] Numpy 라이브러리 활용(숫자연산, 수학연산, 조건연산) ,사인 코사인 본문
- Numpy 활용하기
numpy 를 import 해주면 numpy 사용이 가능합니다.
import numpy as np
import matplotlib.pyplot as plt
- 숫자 연산
narr = np.array([[1,2],[3,4]])
print(narr + 2)
print(narr * 2)
print(narr / 2)
- 수학 연산
Numpy 는 사칙연산 외에도 여러 수학함수를 배열 전체에 대해 사용할 수 있도록 여러 수학적 함수를 지원합니다.
컴퓨터에서 삼각함수가 왜 필요할까요?
삼각함수는 어떠한 주기성을 가진 데이터를 표현하는 방법으로 사용됩니다.
삼각 함수는 cos,sin,tan 으로 이루어집니다.
입력값은 일반적인 360도 수치가 아닌 파이(π = 3.14... ) 를 기존으로 표현합니다.
직접 3.14....~ 를 입력하는것이 아닌 np.pi 라는 라이브러리 내장 상수를 이용해 표현이 가능합니다.
- 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()
- 조건 연산
배열을 단일 값과 비교시 그 결과는 일반 연산과 마찬가지로 각각의 값에 대해 비교결과를 True 와 False 형태로 리턴합니다.
narr = np.array([1,2,3,4,5])
print( narr > 2 )
narr = np.array([[1,2],[3,4]])
print( narr % 2 == 0 )
'AI > Numpy' 카테고리의 다른 글
[ Numpy ] 회귀분석 , 선형 회귀분석 , sklearn.linear_model , 결정계수 (0) | 2021.04.05 |
---|---|
[ Numpy ] numpy 변환 (append, concatenate, c_, r_ , swap, flip) (0) | 2021.03.29 |
[ Numpy ] numpy 조건문, 배열의 비교연산 , and or ! , where (0) | 2021.03.29 |
[ Numpy ] 랜덤데이터 활용, 확산 직선, 군집데이터 (0) | 2021.03.29 |
[ Numpy ] Numpy 배열 연산 (0) | 2021.03.22 |
Comments