Appia의 IT세상

이번 포스팅에서는 배열의 연산에 대해서 간단하게 이야기 하고자 합니다. 저의 경우 MATLAB 코드에 많이 익숙하다가 Python으로 넘어온 경우다 보니, 실제 배열에 관해서는 MATLAB이 훨씬 편해왔던 것이 사실입니다. 하지만, MATLAB 자체가 무거운 프로그램이다 보니 자연스럽게 가벼움을 쫓아서 여기까지 왔네요. 서론은 길었지만, 이번에는 각 배열의 쉽게 연산하는 방법에 대해서 살펴보고자 합니다. 기본 사칙 연산 Numpy에서 제공하는 배열사이에서는 자연스럽게 기본 연산을 이용해서 사용이 가능합니다. 하지만, Numpy에서 제공하는 연산도 이용가능합니다. 다음 예시를 보면서 살펴보겠습니다. 123456789101112131415import numpy as npvalue = np.array([[1,..

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 포스팅을 수의 범위를 바탕으로 배열을 생성하는 방법에 대해서 이야기를 드리고자 합니다. 파이썬[Python]의 넘파이(Numpy)는 배열이 중심이다 보니, 자연스럽게 배열에 관련된 이야기를 할 수 밖에 없습니다. 그 중에 이 부분은 나름 유용하게 사용될 수 있는 부분이기 때문에 포스팅 드리고자 합니다. 크게 3가지 함수 arrange, linspace, logspace를 바탕으로 이야기를 하고자 합니다. numpy.arrange 가장 쉬우면서 가장 보편적으로 많이 사용하는 함수가 아닐까 합니다. 시작값, 종료 값, 각 스텝의 차이등을 이용하여 나타내는 방식입니다. 다음 형식을 보겠습니다. numpy.arange(start, stop, step, dtype) start - 시작값, 만약 입력이 없다면..

이번 포스팅은 바이너리를 일고 쓰는 방법들에 대해서 이야기를 드리고자 합니다. 물론 numpy가 아니여도 관련해서 바이너리를 읽고 쓸수 있지만, 이번에는 numpy를 이용하도록 하겠습니다. (pack/unpack을 이용한 부분에서는 향후 관련하여 포스팅 예정입니다.) 바이너리(Binary) 읽기 (numpy기준) 바이너리를 파일을 읽어오는 가장 쉬운 방법은 numpy.frombuffer를 활용하는 것입니다. 버퍼에 있는 데이터를 1차원 배열로 만들어 주는 기능을 하는데, 다음과 같이 바이너리를 특정 변수에 넣어 두고 다음과 같이 바이너리를 읽는 데 매우 많이 사용됩니다. numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0) buffer - 데이..

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..

이번 포스팅에서는 Numpy관련된 부분에 대해서 이야기를 드리고자 합니다. 앞서 부분들에서 Ndarray생성하는 부분들에 대해서 이야기를 했습니다. 그럼 이번에는 앞서서 생성한 Ndarray에 대한 속성들에 대해서 이야기를 드리고자 합니다. Numpy에서는 확실히 Ndarray가 중심이기 때문에 반드시 알아 둬야 한다고 생각이 듭니다. 그럼 이번 포스팅에서 다루어질 속성은 다음과 같습니다. ndarray.shape - 배열 구조에 대해서 명시 ndarray.ndim - 배열의 dimension, 즉 몇차원인지에 대해서 명시 numpy.itemsize - 배열 각 맴버의 바이트 크기를 리턴 numpy.flags - 배열에 속서에 대한 정보 값 나타냄. (예시 참조) 그럼 하나씩 살펴보도록 하겠습니다. nd..

이번 포스팅은 문자열에 대해서 간단히 이야기를 드리고자 합니다. 문자열을 사용하면 가장 많이 부분이 무엇일까 고민해봤습니다. 바로 문자열 나누기, 문자열 합치는 것이 아닐까 생각이 들었습니다. 대부분은 문자열을 받아 들이는 이유는 Parsing 하고 필요한 정보를 사용하기 위해서입니다. Parsing해서, 필요한 정보를 추출해야 합니다. 그럼 문자열을 나누는 방법에 대해서 살펴보겠습니다. 주요 다음과 같은 함수를 이용합니다. split(Data,maxsplit) Data - 문자열 maxsplit - 나누고자 하는 횟수 (선택 사항입니다. 만약 미입력시, 전체를 나눌 수 있는 만큼 나눕니다.) 그럼 다음 예제를 보면서 살펴보겠습니다. 123Example_String = "Hello Appia for th..

이번 포스팅에서는 리스트 관련된 이야기를 또 드리고자 합니다. 요새 회사에서 리스트에 관련된 함수를 매우 많이 사용하다 보니, 자연스럽게 리스트 관련된 메소드에 대해서 많이 이야기를 드리는 것 같습니다. 오늘은 리스트의 맴버를 섞는 방법과 리스트의 맴버의 총합을 구하는 방법에 대해서 이야기를 드리고자 합니다. 리스트의 맴버 섞는 방법 리스트 맴버를 섞는 방법을 가장 많이 사용하는 것은 random모듈을 사용하는 것입니다. random 모듈을 사용하는 방법에 대해서는 다음 링크에 있는 부분을 참조 부탁드립니다. 파이썬[Python] 013 로또(lotto) 번호 생성기 만들기와 random 모듈 거의 대부분의 직장인의 꿈은 로또 1등이거나 한방에 큰 거금이 들어오는 것일 수 있습니다. 저 또한 매주 로또를..

오늘 포스팅은 리스트 맴버에 관련된 내용에 대해서 이야기를 또 해보고자 합니다. 최근에 센서 데이터를 로깅한 파일을 바탕으로 값의 변동을 주기를 파악하고자 했습니다. 그러던 중, 최대값 최소값을 구하는 것을 하다가 과연 값을 정렬해서 보기로 하면서 생각했던 함수들에 대해서 이야기를 해보고자 합니다. 먼저, 각 리스트의 맴버를 정렬하는 방법은 다음과 같이 2가지가 있습니다. sort - 리스트내에서 정렬하는 방법 sorted - 리스트의 맴버를 정렬하여 반환하는 방법 위의 2가지 형태로 리스트의 맴버를 정렬할 수 있습니다. 그럼 각각을 한번 살펴보도록 하겠습니다. 리스트내에서 정렬하는 방법 이 부분은 별도로 반환하는 값은 없습니다. 단, 그 리스트 내에서 값을 변형해버리는 것이 특징입니다. 그럼 이번에는 ..

이번 포스팅은 리스트에서 맴버가 몇개인지에 대해서 확인하는 방법과 또한 특정 맴버가 리스트에 몇개가 포함되어 있는지에 대해서 구하는 기능에 대해서 이야기를 하고자 합니다. 매우 간단한 기능이지만, 이 기능들은 실제로 너무나 많이 사용됩니다. 리스트 맴버 총개수 구하기 리스트 내에 맴버가 몇개인지 확인 하기 위해서는 len()이라는 내장함수를 사용할 것입니다. 이 함수의 인자값은 시퀀스 기반의 인자를 넣으면 그 총합을 구해줍니다. 그럼 다음과 같은 예제를 살펴보겠습니다. 123ExampleList = [1,2,3,4,5,6,1,2,3,4,5]ListSize = len(ExampleList)print(ListSize)cs 그럼 다음과 같은 결과 값을 리턴합니다. 111cs 이와 같인 len()를 이용하여, ..