Python
-
Python NumPy(6. NumPy ufuncs연산)Python/Python 2020. 1. 21. 14:04
파이썬은 동적인 언어이기 때문에 타입이 유연하다 이는 효율적인 머신 코드로 컴파일될 수 없다는 뜻이다. 파이썬은 수많은 작은 연산이 반복되는 상황에서 확연히 느리다. 이러한 연산 속도를 더 빠르게 하기 위해서 필요한것이 바로 ufuncs 연산이다. #Numpy ufuncs는 파이썬 기본 산술연산자를 사용하기에 자연스럽게 사용할 수 있다. x = np.arange(4) print('x =' , x) print('x+5 =' , x+5) print('x-5 =' , x-5 ) print('x*2 =' , x*2) print('x/2 =' , x/2) print('x//2 =' , x//2) #배열안에 인자값에 연산한것을 확인할 수 있다. #음수를 만드는 단항 ufuncs와 지수 연산자 ** , 나머지 연산자..
-
Python Numpy ( 5. 배열 연결 및 분할)Python/Python 2020. 1. 20. 19:05
배열 연결 Numpy 에서는 주로 np.concatenate , np.vstack , np.hstack 루틴을 이용해 두 배열을 결합하거나 연결한다 여기서 보다시피 np.concatenate 는 튜플이나 배열의 리스트를 첫 번째 인수로 취한다. #배열 연결 #Numpy에서는 주로 np.concatenate , np.vstack np.hstack 루틴을 이용해 두 배열을 결합하거나한다. x= np.array([1,2,3]) y= np.array([3,2,1]) np.concatenate([x,y]) # 3개 이상도 가능하다 z = [99,999,9999] print(np.concatenate([x,y,z])) grid = np.array([[1,2,3] , [4,5,6]]) # 첫 번째 축을 따라 연결 n..
-
Python Numpy (4. Numpy 배열 인덱싱)Python/Python 2020. 1. 20. 18:53
import numpy as np np.random.seed(0) #재현 가능성을 위한 시드 값 x1 = np.random.randint(10,size=6) # 1차원 배열 x2 = np.random.randint(10,size=(3,4)) # 3x4 2차원 배열 x3 = np.random.randint(10,size=(3,4,5)) # 3x4x5 3차원 배열 각 배열은 속성으로 ndim(차원의 개수) , shape(각 차원의 크기) , size ( 전체 배열 크기)를 가지고있다. #각 배열은 속성으로 ndim(차원의 갯수 ) , shape(각 차원의 크기 ) , size(전체 배열의 크기) 를 가지고있다 print('x3 ndim: ' ,x3.ndim) print('x3 shape : ' ,x3.sha..
-
Python Numpy 모듈 (2. Numpy배열 생성하기)Python/Python 2020. 1. 20. 18:26
Python 에 고정적인 배열로는 Array 라는 배열이 존재한다 . import array L= list(range(10)) A = array.array('i' ,L) A 여기서 i 는 내용이 정수임을 가리키는 타입 코드이다. 그러나 훨씬 더 유용한것은 Numpy 패키지의 ndarray 객체다 파이썬의 array 객체는 배열 기반의 데이터에 효율적인 저장소를 제공하는 반면 NumPy는 그 데이터에 효율적인 연산을 추가한다 이러한 연산에 대해서는 차후 게시글로 기제할것이고 이번 게시물에서는 NumPy 배열을 생성하는 여러한 벙법을 살펴 볼것이다. import numpy as np 일단 numpy 모듈을 import 해주고 as np
-
Python NumPy 모듈 (1. Numpy와 List의 차이 )Python/Python 2020. 1. 20. 18:04
파이선에서 인메모리 데이터를 효과적으로 적재하고 저장하고 가공하는 기법 (Numpy) 라이브러리 데이터세트는 광범위한 원천으로부터 문서나 이미지 , 사운드클립 , 수치 측정 값 등 거의 모든 것을 아우르는 매우 다양한 형식으로 들어올 수 있다. 이렇게 명백한 다양성에도 불구하고 모든 데이터를 근본적으로 숫자 배열로 간주하는것이 도움이 될 것이다. 데이터를 분석할 수 있게 만드는 첫 번째 단계는 데이터를 숫자 배열로 반환하는것이다. 숫자 배열을 다루기 위해 제공하는 전문 도구인 NumPy 패키지 이다. 파이썬 데이터 타입 이해하기 파이썬에 있는 list 는 동적인 타입으로 편리하게 작동한다 그러나 편리하게 작동하는 만큼 쉽게 단점을 보여준다. 장점은 list 는 동적으로 간단하게 배열안에 자료형 들을 여러..
-
(2).텐서플로우(Tensorflow)함수 상수 및 변수 Constant(), Variable(), global_variables_initializer()Python/Tensorflow 2019. 12. 21. 16:10
텐서플로우는 일반적인 Python 자료형 과 조금 다르다 텐서라는 자료형을 가지고 있으며 이에따라 변수 및 상수 지정 방법이 조금은 다르다 한번 알아보자 . import tensorflow as tf a = tf.constant(3) b = tf.constant(2) c = tf.add(a, b) sess = tf.Session() print(sess.run(c)) 이런식으로 사용 할 수 있으며 constant가 상수를 지정하는 방식이다 .텐서플로우 같은경우에는 어떠한 수식을 만들어 준 뒤에 하나의 흐름 하나의 세션이 필요함 sess= tf.Session() 세션을 만들어주고 sess.run(c) 라는 식으로세션을 실행함 import tensorflow as tf a = tf.Variable(5) # 변..
-
(1).텐서플로우(Tensorflow) 시작하기Python/Tensorflow 2019. 12. 21. 16:00
텐서플로우란 무엇인가? 구글에서 제공하는 딥 러닝 프로그램이라고 생각하면 된다. 오픈소스 플랫폼이라고 설명한것으로 보아 간단히 오픈소스나 라이브러리보다 훨씬 큰 규모에 프로그램이라고 생각하면 될것같다. STEP 1. 파이썬 설치하기 https://www.python.org/downloads/ Download Python The official home of the Python Programming Language www.python.org 파이썬 공식사이트에 가서 다운로드 버튼을 클릭해준다 그 다음 기본적인 설치를 끝냈스면 환경변수를 추가하러 가야한다. 제어판에서 경로를 따라 들어가서 고급 시스템 설정으로 들어가준다. 그 후 환경변수를 눌러주고 이렇게 이동 한 뒤에 저런식으로 추가해주면 된다 그 후 명령..