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 |
- 파이썬
- 강한 연결 요소
- 최소 신장 트리
- 우선순위 큐
- 그래프
- minimum spanning tree
- 최단 경로
- graph
- 다이나믹 프로그래밍
- 크루스칼
- tree
- 우선 순위 큐
- 트리
- priority queue
- Longest Common Subsequence
- 최소 스패닝 트리
- 벨만 포드
- 최장 공통 부분 수열
- prim
- 알고리즘
- numpy
- algorithm
- 유니온 파인드
- 최단 거리
- LCS
- Strongly Sonnected Coponent
- traceback
- python
- 플로이드 위셜
- 넘파이
- Today
- Total
목록파이썬 (2)
codinging

NumPy(Numerical Python) NumPy는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy Tutorials https://numpy.org/devdocs/user/quickstart.html 예시 배열 출력 차원별 출력 >>> a = np.arange(6) # 1d array >>> print(a) [0 1 2 3 4 5] >>> b = np.arange(12).reshape(4, 3) # 2d array >>> print(b) [[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11]] >>> c = np.arange(24).reshape(2, 3, 4) # 3d array >>> print(c) [[[ 0 1 2 3..

NumPy(Numerical Python) NumPy는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy Tutorials https://numpy.org/devdocs/user/quickstart.html NumPy기본 ndarray.ndim - 배열의 축(차원) 수 ndarray.shape - 배열의 n행과 m열을 (n, m) 으로 표현 ndarray.size - 배열의 총 요소 수 ndarray.dtype - 배열의 요소 유형을 설명하는 객체 ndarray.itemsize - 배열의 각 요소의 크기 >>> import numpy as np >>> a = np.arange(15).reshape(3, 5) >>> a array([[ 0, 1, ..