Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 병합
- 알파회계
- 티스토리 쿠키 삭제
- 서버설정
- resttemplate
- 처음 만나는 AI 수학 with Python
- 친절한SQL튜닝
- 페이징
- merge
- 선형대수
- 구멍가게코딩단
- 네트워크 설정
- 데비안
- 이터레이터
- GIT
- 리눅스
- 스프링부트핵심가이드
- network configuration
- 자료구조와 함께 배우는 알고리즘 입문
- 깃
- iterator
- /etc/network/interfaces
- 스프링 시큐리티
- 코드로배우는스프링웹프로젝트
- 목록처리
- Kernighan의 C언어 프로그래밍
- 자료구조와함께배우는알고리즘입문
- 자바편
- 처음 만나는 AI수학 with Python
- 코드로배우는스프링부트웹프로젝트
Archives
- Today
- Total
bright jazz music
matplotlib01 : linspace() 구간 설정하기 본문
# matplotlib은 Numpy와 같은 python의 외부 모듈로 그래프 그리기,
# 이미지 표시, 간단한 애니메이션 작성 등을 실시할 수 있다.
# 여기서는 그래프를 그릴 예정. 그래프를 그리기 위해서는 matplotlib의 pyplot이라는 모듈을 임포트한다.
# pyplot은 그래프 그리기를 지원한다. 데이터에는 Numpy의 배열을 사용. 따라서 numpy도 임포트.
#만약 jupyter notebook을 사용한다면 맨 앞에 %matplotlib inline을 써야할 때가 있음(그래프가 그려지지 않을 때).
#linspace() 함수: 구간을 설정하고 그 구간을 일정 간격을 지닌 50개의 수로 나누는 numpy 배열을 생성함.
import numpy as np
x = np.linspace(-5, 5) #-5~5의 구간을 50으로 나눔
print(x)
print()
print(len(x))
# [-5. -4.79591837 -4.59183673 -4.3877551 -4.18367347 -3.97959184
# -3.7755102 -3.57142857 -3.36734694 -3.16326531 -2.95918367 -2.75510204
# -2.55102041 -2.34693878 -2.14285714 -1.93877551 -1.73469388 -1.53061224
# -1.32653061 -1.12244898 -0.91836735 -0.71428571 -0.51020408 -0.30612245
# -0.10204082 0.10204082 0.30612245 0.51020408 0.71428571 0.91836735
# 1.12244898 1.32653061 1.53061224 1.73469388 1.93877551 2.14285714
# 2.34693878 2.55102041 2.75510204 2.95918367 3.16326531 3.36734694
# 3.57142857 3.7755102 3.97959184 4.18367347 4.3877551 4.59183673
# 4.79591837 5. ]
#
# . 뒤에는 0이 생략돼 있음. 5. == 5.0
# 50
'Math > 기초수학' 카테고리의 다른 글
matplotlib03 : 산포도 scatter(), 히스토그램 hist() (0) | 2022.06.21 |
---|---|
matplotlib02 : 그래프 그리기, 그래프 꾸미기, plot(), show() (0) | 2022.06.21 |
numpy05: sum, average, max, min + 실습 (0) | 2022.06.20 |
numpy04 : 함수와 배열 (0) | 2022.06.20 |
numpy03 : 배열의 요소 접근 (0) | 2022.06.20 |
Comments