[딥러닝 입문] 2장 : numpy, matplotlib

딥러닝 공부를 해보자!

 

공부를 하기 앞서,

딥러닝을 구현하기 위한 패키지로는

numpy와 matplotlib가 있다.

 

numpy란, list로 구현하면 성능이 떨어지는

크기가 큰 배열들을 높은 성능으로 사용할 수 있게 하는 패키지이다.

import numpy as np #numpy라는 패키지를 np라고 별칭
print(np.__version__) #잘 출력되면 import 성공

#넘파이란, 배열의 크기가 커져도 높은 성능을 보장한다.
#배열을 이용한 다양한 통계, 수학 함수도 제공하나.

my_arr=np.array([[10,20,30],[40,50,60]]) #넘파이의 array함수를 이용해 배열 만들기
print(my_arr)

#넘파이 요소 삽입
my_arr[0][2]=300
print(my_arr)

#배열의 모든 요소의 합 480
np.sum(my_arr)

출력 결과

코랩으로 실행한 출력 결과는 위와 같다.

코랩이란? 설치 없이 웹 브라우저에서 사용 가능한 파이썬 도구이다.

---

matplotlib란 무엇일까?

맷플롯립이란, 파이썬 과학 생태계의 표준 그래프 패키지이다.

맷플롯립을 이용하면 그래프를 그리기에 용이하다.

import matplotlib.pyplot as plt #맷플롯립 = 그래프 도구, plt라는 별칭 사용

plt.plot([1,2,3,4,5],[1,4,9,16,25]) #x축, y축의 값을 리스트로 전달. y=x^2
plt.show() #화면에 출력

출력 결과

출력 결과는 위와 같다.

plot()함수를 이용하면 선 그래프를 그릴 수 있다.

 

이번엔 산점도를 그려보자.

산점도란? 데이터를 점으로 나타낸 그래프이다.

import matplotlib.pyplot as plt

plt.scatter([1,2,3,4,5],[1,4,9,16,25]) #산점도, 즉 x y축 값을 이용해 점으로 그래프를 그린 것
plt.show() #show()함수 없어도 된다.

산점도 출력 결과

출력 결과는 위와 같다.

 

---

넘파이 배열을 사용해서 산점도를 그려보자.

random.randn()함수는 넘파이에 있는 함수고,

난수를 생성한다. (1000)이니 1000개의 난수를!

import numpy as np
import matplotlib.pyplot as plt

x=np.random.randn(1000) #random.randn() = 넘파이에서 난수 생성
y=np.random.randn(1000)

plt.scatter(x,y)
plt.show

출력 결과

 

 

[참고자료] Do it! 딥러닝 입문