bright jazz music

#변수, 상수 #변수: 변화하는 수 #상수: 일정한, 변화하지 않는 수 #변수와 상수를 이용해 직선 그리기 import numpy as np import matplotlib.pyplot as plt a = 1.5 #상수 x = np.linspace(-1, 1) #x: 변수 -1부터 1까지의 범위 y = a * x #y: 변수 plt.plot(x, y) plt.xlabel("x", size=14, color="red") plt.ylabel("y", size=14, color="blue") plt.grid() plt.show() 실습 import numpy as np import matplotlib.pyplot as plt b = 3 #상수 x = np.linspace(-1, 1) #x: 변수 y = b *..

#scatter() 함수로 산포도 표시 가능 import numpy as np import matplotlib.pyplot as plt x = np.array([1.2, 2.4, 0.0, 1.4, 1.5, 0.3, 0.7]) # x좌표 y = np.array([2.4, 1.4, 1.0, 0.1, 1.7, 2.0, 0.6]) # y좌표 plt.scatter(x, y) #산포도의 플롯 plt.grid() plt.show() # matplotlib 그래프에서는 특별히 설정하지 않으면 가로축 세로축의 배율이 다르다. #hist() 함수로 히스토그램 표시 가능 #히스토그램에서는 각 범위의 값의 빈도가 카운트된 직사각형 기둥으로 표시된다. import numpy as np import matplotlib.pyplo..

import numpy as np import matplotlib.pyplot as plt x = np.linspace(-5, 5) # x좌표. -5~5의 구간을 50으로 나눔. numpy 배열. 그래프의 가로축으로 자주 사용됨. y = 2 * x # y좌표 plt.plot(x, y) # x좌표, y좌표의 데이터를 플롯 plt.show() # 그래프 표시 그래프 꾸미기 #그래프 꾸미기 import numpy as np import matplotlib.pyplot as plt x = np.linspace(-5, 5) y_1 = 2 * x y_2 = 3 * x #축의 라벨 plt.xlabel("x value", size = 14, color = "red") plt.ylabel("y value", size =..

# 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,..

import numpy as np a = np.array([[0, 1, 2], [3, 4, 5]]) #2차원 배열 print("합계:", np.sum(a)) print("평균:", np.average(a)) print("최댓값:", np.max(a)) print("최솟값:", np.min(a)) # 합계: 15 # 평균: 2.5 # 최댓값: 5 # 최솟값: 0 import numpy as np a = np.array([[0, 1, 2], [3, 4, 5]]) #2차원 배열 b = np.array([[5, 4, 3], [2, 1, 0]]) #2차원 배열 print(a + b) print() print(a - b) print() print(a * b) # [[5 5 5] # [5 5 5]] # # [[-5 ..

배열을 함수의 인수로 사용 import numpy as np def my_func(x): y = x * 2 + 1 return y a = np.array([[0, 1, 2], [3, 4, 5]]) #2차원 배열 b = my_func(a) #인수로서 배열을 전달, 반환값으로서 배열을 받는다. print(b) # [[ 1 3 5] # [ 7 9 11]]

배열의 요소로의 접근은 리스트의 경우와 마찬가지로 인덱스를 사용. #배열의 요소 접근 import numpy as np b = np.array([[0, 1, 2], [3, 4, 5]]) #2차원 배열 print(b) print() b[1, 2] = 9 # 5 ==> 9 print(b) print() #인덱스에 :(콜론)을 지정해서 행이나 열 등에 접근 가능 #2차원 배열로부터 행을 꺼내 표시하고 열을 바꿔 넣기 c = np.array([[2, 0, 1], [5, 3, 4]]) #2차원 배열 print(c[1, :]) print() print(c[:, 1]) print() c[:, 1] = np.array([6, 7]) print(c) # [[0 1 2] # [3 4 5]] # # [[0 1 2] # [3..

#배열의 형태 import numpy as np a = np.array([[0, 1, 2], [3, 4, 5]]) #2행 3열의 2차원 배열 print(np.shape(a)) #shape() : 배열의 형태를 나타내는 튜플 반환 #행 수를 구하는 경우 len()함수 사용 가능 print(len(a)) # (2, 3) # 2 #배열의 연산 import numpy as np a = np.array([[0, 1, 2], [3, 4, 5]]) #2차원 배열 print(a) print() print(a + 3) #각 요소에 3을 더함 print() print(a * 3) #각 요소에 3으 곱함 # [[0 1 2] # [3 4 5]] # # [[3 4 5] # [6 7 8]] # # [[ 0 3 6] # [ 9 1..

#numpy 기본 배열 사용하기 #1차원 배열 import numpy as np a = np.array([0, 1, 2, 3, 4, 5]) #python의 리스트로부터 Numpy 배열을 만든다. eng_list = ['a', 'b', 'c', 'd', 'e'] b = np.array(eng_list) print(a) print(b) #[0 1 2 3 4 5] #['a' 'b' 'c' 'd' 'e'] #2차원 배열 import numpy as np b = np.array([[0, 1, 2], [3, 4, 5]]) #2중 리스트로부터 Numpy의 2차원 배열을 만든다. print(b) # [[0 1 2] # [3 4 5]] #3차원 배열 import numpy as np c = np.array([ [[0, ..