인덱스와 슬라이싱(index & slicing) 인덱스 슬라이싱 배열 의 차원 과 그차원의 인덱스 를 참조할 수 있습니다. 인덱스 numpy의 자료형인 배열(array)은 리스트들로 구성됩니다. 객체 a와 같이 한개의 리스트 작성된 경우를 벡터(vector) 라고 합니다. 다음 코드의 랜덤수 생성은 랜덤수 생성을 위한 numpy 함수들 참조 np.random.seed(10) a=np.random.randint(0, 11, size=10) a array([ 9, 4, 0, 1, 9, 0, 1, 10, 8, 9]) print(f"a의 차원,:{a.ndim}, a의 모양{a.shape}") a의 차원,:1, a의 모양(10,) 위 결과와 같이 객체 a는 1차원으로 10개의 요소를 포함합니다. 벡터는 1차원이므로 1개의 축만이 존재하므로 객체의 모양은 "크기,"와 같이 숫자 한개로 표시됩니다. 리스트는 최왼쪽부터 0으로 시작되는 음이 아닌 정수인 인덱스를 가집니다( 문자열의 인덱스 참조 ). 배열 역시 리스트로 구성되므로 같은 형태의 인덱스를 가집니다(표 1). 표 1 객체 a(벡터)의 인덱스 요소 9 4 0 1 9 0 1 10 8 9 인덱스 0 1 2 3 4 5 6 7 8 9 역인덱스 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 표 1에서 나타낸 것과 같이 인덱스(index)는 최왼쪽의 요소부터 시작하는 음이 아닌 정수이며 역으로 마지막 요소를 -1로 시작하는 음의 정수를 인덱스로 사용할 수 있습니다. 이를 역인덱스(inverse index) 라고 합니다. 표1의 형식으로 인덱스를 사용하여 지정한 위치의 값을 호출하거나 수정할 수 있습니다. 객체이름[인덱스] (식 1) a[2] 0 a[2]=123; a array([ 9, 4, 1...
python 언어를 적용하여 통계(statistics)와 미적분(Calculus), 선형대수학(Linear Algebra)을 소개합니다. 이 과정에서 빅데이터를 다루기 위해 pytorch를 적용합니다.