336x280(권장), 300x250(권장), 250x250, 200x200 크기의 광고 코드만 넣을 수 있습니다.
[축(axis)]
축은 axis = 0, axis =1, axis = 2 이런식으로 인덱스로 명명.
순서대로 행렬의 차원이라고 생각하면 된다.
예를 들어,
이차원배열 2 * 3 배열은 아래와 같이 생겼다. 행렬의 차원이라고 생각하면
세로방향(2) 가 axis = 0, 가로방향(3)이 axis = 1이 된다.
삼차원배열은 깊이 * 세로 * 가로 이기 때문에 깊이가 axis =0, 세로는 axis = 1, 가로는 axis = 2가 된다.
[Transpose]
행렬 전치 메서드 transpose를 이용하여 축을 바꿀 수 있다.
간단하게는 아래와 같이 사용도 가능하다.
a = np.array([[1,2,3], [4,5,6]])
print(a)
print(a.T)
transpose(1,2,0)을 실행하면..
axis = 0 -> axis = 1
axis = 1 -> axis = 2
axis = 2 -> axis = 3
가 된다.
[sum 함수]
np.sum(배열, (축))
a = np.array([[1,2,3], [4,5,6]])
print(a)
print(np.sum(a, axis=0))
print(np.sum(a, axis=1))
가로축으로 더했을 때 [[6] [15]] 의 형태로 차원이 유지된 채의 결과를 얻고 싶다면
keepdims = True 인수를 설정해준다.
print(np.sum(a, axis=1, keepdims=True))
[where 함수]
np.where(조건, 조건을 만족할 때, 조건을 만족하지 않을 때)
a = np.array([[1,2,3], [4,5,6]])
print(a)
print(np.where(a%2 == 0, 0, a))
a의 원소 값이 짝수이면 0으로 바꿔줬다.
'AI > 딥러닝 기초' 카테고리의 다른 글
학습규칙 & 역전파(Backpropagation) (0) | 2019.10.11 |
---|---|
활성화 함수(Activation function) (0) | 2019.10.11 |
회귀와 분류(Regression and Classification) (0) | 2019.10.11 |
뉴런모델(Neuron, Node) (0) | 2019.10.11 |
파이썬 정리 : NumPy (1) (0) | 2019.10.11 |