반응형

👋 들어가기 전
드디어 왔다 행렬!
Numpy의 힘을 알 수 있는 행렬 계산에 대한 여러가지 기능들을 알아보자.
📑 편리한 기능들
0️⃣ndim
B = np.array([[1,2], [3,4], [5,6]]) # 3행 2열 , 2차원
print(np.ndim(B)) # 2
- 배열의 차원을 알 수 있음
1️⃣shape
B = np.array([[1,2], [3,4], [5,6]]) # 3행 2열 , 2차원
print(B.shape) # (3,2)
- 배열의 형상
- 튜플 반
2️⃣dot
B = np.array([[1,2], [3,4], [5,6]]) # 3행 2열 , 2차원
A = np.array([[7,8], [9,0]]) # 2행, 2열
# print(np.dot(A,B)) 에러발생 2x2 3x2 -> 불가능
print(np.dot(B,A)) # 3x2 2x2 = 3x2
"""
[[25 8]
[57 24]
[89 40]]
"""
- dot product를 하는 기능
- 순서가 달라지면 오류가 나거나 예상치 못한 값이 나올 수 있다.
출처
반응형
'Programing Langauge > python' 카테고리의 다른 글
| [Numpy] Numpy와 첫 만남 (0) | 2026.01.09 |
|---|---|
| pip install 명령어 에러 (0) | 2025.09.03 |
| 실행파일 배포하기 (0) | 2025.02.22 |
| with (0) | 2025.02.19 |
| 메서드 체이닝 (0) | 2025.02.19 |