728x90
반응형
아래 코드를 Slicing을 사용하면 아주 간편하게 사용가능하다
p1 = [
[1.2],
[3,4]
]
p1[0][0] = 8
print(p1[0][0])
print("*"*50)
row = 0
for i in p1:
print(p1[row][0])
row = row + 1
* Slicing
# 넘파이로 파이썬 리스트로 변환(타입)
# 넘파이로 reshape (크기가 동일해야 한다) - vector -> matrix -> tensor
# 2차원이든 3차원이든 전부다 1차원으로 변경하는 방법 = flatten
# 넘파이 슬라이싱 [:,:], 스탭 [:,::2]
import numpy as np
temp1 = [
[1,2,3,4],
[1,2,5,8]
]
m1 = np.array(temp1)
print(m1[0,:])
print("*"*50)
print(m1[:,:3]) # 모든 행의 2번지 까지
print("*"*50)
m2 = np.delete(m1,1,axis=1) # 모든 행에서 2열제거
print(m2)
temp2 = [
[0,1,2,3,4],
[5,6,7,8,9],
[10,11,12,13,14]
]
matrix2 = np.array(temp2)
print(matrix2[:,1:4])
print("="*50)
print(matrix2[:,::2]) # 2칸씩 띄우면서 표시 - step
print("="*50)
print(matrix2[:, 1:4:2]) # 1부터 2칸씩 띄우면서 표시
p1 = [
[1.2],
[3,4]
]
p1[0][0] = 8
print(p1[0][0])
print("*"*50)
row = 0
for i in p1:
print(p1[row][0])
row = row + 1
728x90
반응형
'Programming > Python' 카테고리의 다른 글
Python Numpy 4강 - 데이터 합쳐서 시각화 하기 (0) | 2021.10.20 |
---|---|
Python Numpy 3강 - arange, zeros, ones (0) | 2021.10.20 |
Python Numpy 1강 - 배열 (0) | 2021.10.20 |
Python 8강 - 데이터 크롤링 (0) | 2021.10.06 |
Python 7강 - HTML Parsing (0) | 2021.09.22 |