dtype - 데이터 형태 지정
import numpy as np
np.array([1, 2, 3, 4], dtype=np.float) # array안에 데이터를 float형태로 변경
#출력 array([1., 2., 3., 4.])
range - 연속된 숫자를 불러옴
np.array([range(i, i+4) for i in [1, 4, 7, 10]])
#array([[ 1, 2, 3, 4],
# [ 4, 5, 6, 7],
# [ 7, 8, 9, 10],
# [10, 11, 12, 13]])
arange - 특정 범위 리스트 지정
np.arange(0, 10, 2) #0~10까지 +2만들기
#출력 array([0, 2, 4, 6, 8])
linspace - 특정 구간을 쪼개어 값을 생성
np.linspace ( 시작, 끝, 몇개 출력할지)
np.linspace(0, 100, 15, dtype=int) # 0에서부터 100까지 15번 출력 데이터타입은 int
#출력 array([ 0, 7, 14, 21, 28, 35, 42, 50, 57, 64, 71, 78, 85, 92, 100])
np.random.randint(a, b, (c, d)) #랜덤함수로 a~b사이 숫자 행c개 열d개
#예제
np.random.randint(0, 10, (5, 4))
#출력 array([[7, 8, 9, 6],
# [2, 2, 6, 5],
# [1, 4, 1, 2],
# [9, 8, 5, 9],
# [8, 0, 4, 3]])
'인공지능 관련' 카테고리의 다른 글
sigmoid함수 시각화 (0) | 2021.04.29 |
---|---|
파이썬 인공지능 관련 함수 (0) | 2021.04.29 |
딥러닝 코드 분석 (0) | 2021.04.28 |
주피터 노트북 ModuleNotFoundError: No module named 'tensorflow' 에러 해결법 (0) | 2021.04.28 |
인공지능 용어 정리 (0) | 2021.04.27 |