Appia의 IT세상

이번 포스팅은 넘파이(numpy)에서 사용하는 인덱싱과 슬라이싱에 대해서 살펴보고자 합니다. 물론, 이렇게 인덱싱과 슬라이시이에 관련해서 별도로 다루다는 것에 대해서 사람들마다 각기 다른 의견을 가지고 있을 수 있습니다. 하지만, 이 부분은 반드시 필요로 하다고생각합니다. 넘파이(numpy)를 자주 사용하시는 분들을 이해 하시겠지만, 이 부분은 확실히 배열에서는 빼놓을 수 없이 중요한 부분입니다. 그래서 간단하지만, 잘 살펴보도록 하겠습니다. 먼저 파이썬뿐 아니라 대부분 언어에서 슬라이싱을 하는 컨셉은 거의 대부분 유사합니다. 시작, 끝 , 간격 이 3가지를 가지고 합니다. 즉 start, stop, step를가지고 진행하는 것이죠 . 그럼 다음을 한번 살펴보겠습니다. 1234import numpyarr..

이번 포스팅은 기존에 있는 데이터 즉, 리스트 등 다양한 데이터들을 이용하여 Ndarray를 만드는 방법에 대해서 살펴보고자 합니다. 최근 남이 하던 업무를 갑자기 이어서 하는 경우가 생겼습니다. 그래서, C에서 파일 쓰기를 통해서 생성된 바이너리를 읽어와서 변조하는 부분을 생성하게 되었습니다. 구조를 보니, 파일을 읽어와서 리스트로 저장하고 이 리스트를 바탕으로 Ndarray를 생성하는 것을 알게 되었습니다. 그래서 그 부분들에 대해서 조금 더 첨가하여 이 포스팅을 진행하고자 합니다. numpy.asarray 먼저 가장 흔히 사용하는 방법은 다음과 같습니다. Numpy.asarray(Data, dtype = None, order = None) Data - 입력 데이터 입니다. 여기에는 튜플, 리스트등이..

오늘은 예전에 봤던 포스팅 했던 '파이썬[Python] 041 Ndarray 객체 - Numpy002'에 이어서, Ndarray를 생성하는 방법들에 대해서 포스팅을 하고자 합니다. 물론 위의 링크에 있는 부분을 바탕으로 기본적인 배열을 생성할 수 있지만, 조금 더 다양하게 생성할 수 있는 방법들이 있습니다. 그래서 이번 포스팅에서는 다음과 같이 3가지 방법들에 대해서 살펴보고자 합니다. 초기화 되지 않는 배열 생성 0으로 초기화된 배열 생성 1로 초기화된 배열 생성 초기화 되지 않는 배열 생성 이 부분은 배열 생성 시, 다음과 같이 numpy.empty를 이용하는 형태입니다. numpy.empty(shape, dtype = float, order = 'C') 배열 생성시, 각 값들의 랜덤한 값으로 생성해..

파이썬[Python]에서는 배열이라는 부분이 없습니다. 하지만, C언어에서 익숙한 많은 사용자들은 배열(Array)에 대해서 매우 익숙하고, 배열(Array)를 편의성에 대해서 요구 합니다. 이런 부분들을 충족하기 위해서, 배열에 대해서 기본 제공 모듈로 제공하고 있습니다. 그럼 C언어에서 사용하는 배열에 대해서 살펴보겠습니다. int Array[6] = {45,42,33,14,15,16,17} Index는 0부터 시작하고, Size에 맞게 각 맴버들이 저장됩니다. 그럼 Python에서 배열을 만들어 보겠습니다. from array import * arrayName = array(type, [Values]) 여기에서 사용할 수 있는 type은 다음과 같습니다. type 값 b sint8 B uint8 c..