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 |
Tags
- analytics4
- 명령어
- SQL
- IntelliJ
- MongoDB
- JPA
- java
- Javascript
- git
- rsync
- PostgreSQL
- mysql
- Exception
- 차이점
- spring
- docker
- mssql
- 오블완
- DBMS
- MariaDB
- 트랜잭션
- 자바
- 티스토리챌린지
- 추상클래스
- 인터페이스
- 리눅스
- oracle
- 호이스팅
- group by
- Linux
Archives
- Today
- Total
목록2025/02/11 (1)
hanker
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/evn9S7/btsMci8Hd5f/qxdd1rkJx59kp3ltb62Pi1/img.png)
NumPy에서 ndarray는 핵심 객체이다. 이번 글에서는 ndarray를 생성하고 이를 효율적으로 다루는 방법에 대해서 알아보자. 1. ndarray 객체 ndarray는 NumPy에서 제공하는 N차원 배열 객체로, 동일한 데이터 타입을 가진 요소들이 배열 형태로 저장된다.이는 대규모 데이터의 효율적인 저장과 빠른 연산을 가능하게 한다. 2. ndarray 생성 방법 2-1. 리스트를 이용하여 생성가장 기본적인 방법은 내장 자료형인 리스트나 중첩 리스트를 np.array() 함수에 전달하여 ndarray로 변환하는 방법이 있다.import numpy as np# 1차원 배열 생성arr1 = np.array([1, 2, 3, 4])print("1차원 배열:", arr1) # 출력: [1 2 3 4]..
Python
2025. 2. 11. 00:00