나비의 바다 여행

안녕하세요! 나비입니다 🦋이번 포스팅에서는 두 행렬을 하나로 결합할 수 있는 파이썬 numpy 메소드를 소개하려 합니다.행렬 결합 메소드는 크게 수직(vertical)하게 결합하는 vstack 메소드와 수평(horizontal)으로 결합하는 hstack 으로 나뉩니다.hstack는 여러 개의 행렬을 한 줄로 이어 붙이는 함수이고, vstack는 벽돌을 쌓듯이 위아래로 행렬을 결합하는 기능을 수행합니다.말로만으로는 와닿지 않을 수 있으므로, 예시 코드를 보여드리면서 한 번 더 설명해보겠습니다.np.hstackimport numpy as npA = np.array([1,2,3])B = np.array([2,3,4])C = np.hstack((A, B))print(C)[1,2,3,2,3,4]가장 기본적인 예..

안녕하세요! 나비입니다 🦋이번 포스팅에서는 행렬의 각 원소들의 대소관계를 서로 비교할 수 있는 numpy 메소드 3개를 소개해 드리려고 합니다.greater, less, equal이라는 메소드 이름에서 이미 짐작하셨겠지만, 차원이 같은 두 행렬에 대하여 같은 위치에 있는 원소끼리 크고 작음을 비교해주는 기능을 수행합니다.greater : 행렬의 요소별로 X > Y의 진리값(true, false)를 반환합니다.less : 행렬의 요소별로 X equal : 행렬의 요소별로 X = Y의 진리값(true, false)를 반환합니다.X, Y는 각각의 요소를 의미합니다.예제 코드를 통해 더 직관적으로 보여드릴게요!np.greaterimport numpy as npA = np.array([1,2,3])B = np...

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 numpy에서 행렬과 관련된 기본적인 연산 함수를 소개해 드리려고 합니다. 선형대수학, 행렬 연산에서 매우 자주 다루는 내적(dot product), 행렬곱(matrix product), 전치행렬(transpose) 연산 메소드를 아래서 차례대로 설명하겠습니다. np.dot : 두 array의 내적을 반환합니다. np.matmul : 두 array의 행렬곱을 반환합니다. np.transpose : 입력된 행렬의 전치행렬을 반환합니다. (내적, 행렬곱, 전치행렬에 대한 수학적 설명은 생략하겠습니다.) np.dotimport numpy as np a = np.dot(2,3) A = np.dot([1,2], [3,4]) B = np.dot([1,2,3], [..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 행렬 생성과 관련한 파이썬 numpy 메소드를 소개드릴 예정입니다. 지난/지지난 포스팅에서도 행렬 생성 메소드인 arange, linspace, ones, zeros 등등에 대해 소개했는데요, 이번 포스팅은 행렬 생성 마지막 포스팅으로, repeat과 tile이라는 메소드를 다뤄보려 합니다. 두 함수 모두, array의 일부 또는 전부를 “반복”한다는 점에서 기능적으로 유사합니다. repeat : ndarray의 요소를 지정한 횟수만큼 반복합니다. axis 파라미터 사용 가능 tile : ndarray의 요소를 지정한 횟수만큼 반복합니다. (타일처럼) 코드 예제를 보면서 더 자세히 설명해 보겠습니다! np.repeatimport numpy as np A = n..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 지난 포스팅에 이어서 행렬 생성과 관련한 파이썬 numpy 메소드를 다룰 거예요. 특히, 원소가 0 또는 1로만 되어 있는 행렬을 쉽게 생성하는 5가지 메소드에 대한 소개글을 준비해 보았습니다. 0과 1로만 이루어진 행렬은 이산수학에서 그래프를 나타내는 인접행렬에 사용되거나, 연산을 편리하게 해주는 용도로 다방면에서 쓰이는데요, 그렇기 때문에 np.array 메소드로 똑같이 만들 수 있음에도 불구하고 메소드가 따로 존재하는 것입니다. ones, ones_like, zeros, zeros_like, identity 이렇게 5가지 메소드 차례대로 알아보도록 하겠습니다! np.ones, np.ones_likeones, ones_like는 1로만 채워진 array 또..

안녕하세요! 나비입니다 🦋 지난 포스팅에서는 파이썬 난수 생성 메소드에 대해 소개드렸는데요, 이번 포스팅부터는 행렬과 관련있는 numpy 메소드들을 차례대로 다뤄보려고 합니다. (행렬(matrix) 관련된 파이썬 numpy 포스팅은 총 7편으로 계획하고 있습니다! 그다음부터는 matplotlib 라이브러리 시리즈로 넘어가려고 합니다.) 이번에 다뤄볼 메소드는 행렬 생성과 관련된 arange, linspace 메소드입니다. 두 메소드는 기능적으로는 매우 비슷하지만, 파라미터 설정 방법에서 약간의 차이를 보입니다. np.arange : 주어진 간격에 따라 균일한 array를 생성합니다. np.linspace : 지정한 구간을 균일한 간격으로 나누는 array를 생성합니다. 두 메소드 중에서는 linspace..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 numpy 라이브러리를 이용해서 난수(임의의 수, 랜덤한 수)를 생성하는 방법을 소개하려고 합니다. 물론, 파이썬 자체 내장 모듈로 똑같이 난수를 생성하는 random 라이브러리가 있기는 합니다. 하지만, numpy와 달리 내장 random 모듈은 배열(ndarray) 기능을 지원하지 않기 때문에 선형대수학 연산이나 확률 개념이 필요한 상황에서는 numpy 라이브러리를 더 많이 사용합니다. 자주 쓰이는 메소드 3가지를 순서대로 소개드릴 텐데요, 바로 rand, randn, randint입니다. 아래서 각 메소드의 기능을 간략히 소개드리고, 그 후 예제 코드를 보여드리도록 하겠습니다. rand : 0 이상 1 미만 실수 구간에서 균일한 분포를 가지는 난수..

안녕하세요! 나비입니다 🦋 이번 글에서는 파이썬 numpy 라이브러리에서 절댓값, 부호와 관련된 메소드 3가지를 소개하려 합니다. absolute, fabs, sign 이렇게 세 가지 함수에 대해서 기능과 예제 코드를 보여드리고자 합니다. 각 메소드의 기능을 먼저 설명드리자면, absolute : 입력값의 절댓값을 반환합니다. 실수의 경우 절댓값을, 복소수의 경우 복소수의 크기를 반환합니다. fabs : 입력값의 절댓값을 반환합니다. absoulte와 달리 복소수 관련 기능을 제공하지 않습니다. sign : 입력값이 양수이면 +1, 음수이면 -1, 0이면 0을 반환합니다. 이제 예제 코드를 보여드리겠습니다. np.absolute, np.absimport numpy as np a = np.absolute(..

안녕하세요! 나비입니다 🦋 지난번 포스팅에서는 파이썬 numpy를 이용하여 쌍곡선함수를 계산하는 방법에 대해 소개드렸는데요, 이번에는 쌍곡선함수의 역함수인 “역쌍곡선함수” 메소드를 3가지 소개하려 합니다. 먼저, 역쌍곡선함수의 정의역, 치역, 그래프 개형을 간단히 보여드린 후, numpy 라이브러리를 이용한 파이썬 코드 예제를 설명드리겠습니다. arcsinhy=arcsinh(x)의 그래프는 위 그림처럼 실수 전체 집합의 정의역과 치역을 가집니다. 또한, 원함수인 sinh가 기함수이기 때문에, arcsinh도 기함수라는 것을 알 수 있습니다. arccosharccosh 함수는 위 그림처럼 제 1사분면에만 존재하는 함수입니다. 일대일대응 조건을 만족시키기 위해, 원함수 cosh에서 정의역과 치역을 제한했기 ..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 python numpy 라이브러리의 쌍곡선함수 메소드를 소개하려고 해요. sinh, cosh, tanh 이렇게 세 가지 함수를 차례대로 설명드릴 텐데요, 먼저 각각의 수학적 정의와 그래프를 간단히 소개드린 후, 파이썬 numpy에서의 예제 코드를 보여드리려고 합니다. sinhx Sinh 함수는 다음과 같이 정의됩니다. 보시다시피 무리수 e를 밑으로 하는 지수함수를 기반으로 정의되는데요, 좌표평면 상에서의 그래프는 아래와 같습니다. 식에서도 확인할 수 있듯이 y=sinhx는 기함수입니다. 정의역은 실수 전체의 집합입니다. coshx cosh 함수도 sinh와 마찬가지로 무리수 e를 매개로 정의됩니다. 그래프는 아래와 같습니다. cosh 함수의 최솟값은 1이고요,..