Numpy 이것저것

from numpy import * #API를 import

파이썬에서 list로는 행렬 계산 불가, numpy로 가능 

A = np.array([1,2,3])
B = np.array([4,5,6])

A.shape #형상
A.ndim   #차원

-------------------------------------------------

import numpy as np

A = np.array([[10, 20, 30, 40], [50, 60, 70, 80]])

print(A, "\n")
print("A.shape == ", A.shape, "\n")

it = np.nditer(A, flags=['multi_index'], op_flags=['readwrite'])
while not it.finished:
    idx = it.multi_index
    print("current value => ", A[idx])
    it.iternext()

-------------------------------------------------
#numpy concatenate : 행렬에 행이나 열을 추가
#[[10,20,30]
# [40,50,60]]
#[[70,80,90]]

#[[10,20,30]  [[1000],
# [40,50,60]]  [2000]]

import numpy as np

A = np.array([[10,20,30],[40,50,60]])
print(A.shape)

row_add = np.array([70,80,90]).reshape(1,3)

column_add = np.array([1000,2000]).reshape(2,1)
print(column_add.shape)

B = np.concatenate((A, row_add), axis=0)

print(B)

C = np.concatenate((A, column_add), axis=1)

print(C)
---------------------------------------------------
#loadtxt : seperator로 구분된 파일에서 데이터를 읽기 위한 함수

loaded_data = np.loadtxt('./data-01.csv', delimiter=',', dtype=np.float32)

x_data = loaded_data[:,0,-1]
t_data = loaded_data[:,[-1]]

print("x_data.ndim = ", x_data.ndim, ", x_data.shape = ", x_data.shape)
print("t_data.ndim = ", t_data.ndim, ", t_data.shape = ", t_data.shape)

---------------------------------------------------
#radom 함수
radnom_number1 = np.random.rand(3)
radnom_number2 = np.random.rand(1,3)
radnom_number3 = np.random.rand(3,1)

A = np.ones([3,3])

B = np.zeros([3,2])

------------------------------------------------------