기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

[html]목록 태그

html에서 목록을 만들기 위해 <ul>, <ol>, <li>, <dl> 태그를 사용합니다.
ul
unodered list의 약자로서 순서가 없는 목록 작성
ol
ordered list의 약자로서 순서가 있는 목록 작성
순서를 나타내기 위해 번호(1,2...), 소문자 (a, b, ...), 대문자(A, B,...), 작은 로마자, 큰 로마자 등을 사용할 수 있습니다.
이 순서 표시는 속성 type로 지정할 수 있습니다. 위의 순서대로 1, 2, 3, 4,5이며 기본값은 1입니다.
순서의 시작은 start 속성으로 지정할 수 있습니다. 5번 부터 시작하면 start=5
reversed 속성을 명시하면 항목의 순서가 역순으로 지정됩니다.
li
<ul>, <ol>에 포함된 항목들을 나열할 경우 사용합니다.
dl
definition list의 약자로서 용어를 설명하기 위해 사용하는데 <dt>, <dd> 태그를 포함
<dl>
<dt>: 용어 제목 </dt>
<dd>: 용어 설명 </dd> </dl>
실제 사용은 다음과 같습니다.
    <ul>unorder list
      <li>서울</li>
      <li>경기</li>
      <li>광주</li></ul>
    <ul>array([[1,2,3]
      <ol style="text_indent: 2em;">[4,5,6]])</ol></ul>
    <ol type=5>
      <li>math</li>
      <li>Korean</li>
      <li>English</li>
      <li>Science</li>
      <li>History</li></ol>
    <ol start=3>
      <li>math</li>
      <li>Korean</li>
      <li>English</li>
      <li>Science</li>
      <li>History</li></ol>
<dl>
<dt> 용어 제목 </dt>
<dd> 용어 설명 </dd></dl>
    unorder list
  • 서울
  • 경기
  • 광주
    array([[1,2,3]
      [4,5,6]])
  1. math
  2. Korean
  3. English
  4. Science
  5. History
  1. math
  2. Korean
  3. English
  4. Science
  5. History
용어 제목
용어 설명
위의 예에서 보는 것과 같이 각 태그에 따라 들여쓰기가 됩니다. 들여쓰기의 간격을 조정하기 위해서는 다음 속성을 적용합니다.
    text-indent: 20px;
    margin-left: 20 px;

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. (1)A=PBP1P1AP=B 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. (식 2)BλI=P1APλP1P=P1(APλP)=P1(AλI)P 식 2의 행렬식은 식 3과 같이 정리됩니다. det(BλI)=det(P1(APλP))=det(P1)det((AλI))det(P)=det(P1)det(P)det((AλI))=det(AλI)det(P1)det(P)=det(P1P)=det(I) 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a sin2(x)+cos2(x) simplify(a) 1 simplify(b) x3+x2x1x2+2x+1 simplify(b) x - 1 c=gamma(x)/gamma(x-2) c Γ(x)Γ(x2) simplify(c) (x2)(x1) 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. (식 1)Γ(n)={(n1)!n:자연수0xn1exdxn:부동소수 x=symbols('x') gamma(x).subs(x,4) 6 factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기 대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다. sympy.solvers.solve(f, *symbols, **flags) f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산 f : 식 또는 함수 symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식) flags: 계산 또는 결과의 방식을 지정하기 위한 인수들 dict=True: {x:3, y:1}같이 사전형식, 기본값 = False set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False ratioal=True : 실수를 유리수로 반환, 기본값 = False positive=True: 해들 중에 양수만을 반환, 기본값 = False 예 x2=1의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. x21=0 import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. x21=0(x+1)(x1)=0x=1or1x4=1의 해를 결정합니다. solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다. eq=x**4-1 solve(eq, set=True) ([x], {(-1,), (-I,), (1,), (I,)}) 위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. x41=(x2+1)(x+1)(x1)=0x=±1,±1=±i,±1 실수...