https://numpy.org/
----
<<tableofcontents>>


= ? =
''from https://wikidocs.net/22849''
{
np.array
{{{
a = [1,2,3,4,5]   # list a를 만들어서
b = np.array(a)   # array 자료형으로 바꾸자
# 여기서 type(b) 하면 numpy.ndarray 라고 나온다. nd는 다차원(n-dimensional)을 뜻함.
}}}
np.sqrt, multiply(내적), max, min, argmax, argmin(최대값 최소값의 index)
np.random.randint(9)는 0부터 9까지 숫자중 아무 숫자나 하나 생성
np.random.randint(숫자1, 숫자2, size = 난수갯수)
}

[[맷플럿립,Matplotlib]]

tmp
{
numpy의 histogram 으로 도수분포도 그리기 (+matplotlib사용)
https://wikidocs.net/23258
}

= NumPy Types? =
== ndarray ==
a가 있을 때
a.shape : 크기 (x, y)를 돌려줌.
a.reshape(x, y) : 크기 x, y로 바꿈.

np.zeros(n) : 0.으로만 이뤄진 배열을 만듦
np.ones(n) : 1.로만
다차원 배열일때는
np.zeros((행 갯수, 열 갯수)) 처럼 괄호를 두번 써야 함

원소의 index를 찾으려면 (list처럼 .index()가 아님)
np.where('찾으려는 원소' == array이름)

np.sum(a) : 합
np.arange(n) : 수열을 만듦. array형으로.

= tmp; from Simplenote =
// 2018-10-04 작성인데 뭐 하다가 적은건지 기억이 안나네
{{{
import numpy as np

배열 만들기
x = np.array([1, 2.0, 3.0])

다차원 배열 만들기 (2차원 배열: 행렬)
>>> a=np.array([[1,2],[3,4]])
>>> print(a)
[[1 2]
 [3 4]]
>>> a.shape
(2, 2)
>>> a.dtype #원소의 자료형
dtype('int32')
>>> b=np.array([[3,0],[0,6]])
>>> a+b
array([[ 4,  2],
       [ 3, 10]])
>>> a*b
array([[ 3,  0],
       [ 0, 24]])

원소 접근
>>> x=np.array([[51,55],[14,19],[0,4]])
>>> print(x)
[[51 55]
 [14 19]
 [ 0  4]]
>>> x[0]
array([51, 55])
>>> x[0][1]
55
>>> for row in x: print(row);

[51 55]
[14 19]
[0 4]
>>> z = x.flatten()
>>> print(z)
[51 55 14 19  0  4]
>>> z[np.array([0,2,4])]  # 인덱스가 0,2,4인 원소 얻기
array([51, 14,  0])

>>> x>15
array([[ True,  True],
       [False,  True],
       [False, False]])
>>> z>15
array([ True,  True, False,  True, False, False])
>>> z[z>15] # 15 초과인 값만 구하기
array([51, 55, 19])

행렬의 내적
>>> A = np.array([[1, 2], [3, 4]])
>>> A.shape
(2, 2)
>>> B = np.array([[5, 6], [7, 8]])
>>> np.dot(A, B)
array([[19, 22],
       [43, 50]])
}}}

= NumPy의 간단한 통계 기능들 =
from https://wikidocs.net/23279
{
||[[평균,mean,average]] ||np.average(x) ||
||[[중앙값,median]] - curr see [[대표값,평균값,중앙값,최빈값]] ||np.median(x) ||
||최빈값 ||np.bincount(x).argmax() ||
||[[분산,variance]] ||np.var(x) ||
||[[표준편차,standard_deviation]] ||np.std(x) ||
}
본격적인 통계 기능은 보통 [[팬더스,Pandas]]를 사용.

= 기타 =
MathInspector
https://mathinspector.com/
A Visual Programming Environment for Scientific Computing
Free open source software designed for students, content creators, and professional mathematicians

[[RR:넘파이,NumPy]]

----
Up: [[파이썬,Python]]