개요
numpy의 numpy.zeros 메소드와 함께 배열을 만들 때 파악해야 하는 요소인 차원에 대해 알아보도록 하자.
torch의 tensor 자료형에서도 써먹을 수 있다.
글에서는 numpy.zeros를 줄여서 편하게 np.zeros라고 사용하겠다.
그리고 shape에 들어가는 값에 따른 차원의 변화만을 알아볼 것이다!
- np.zeros의 파라미터
각각의 기능에 대한 설명은 아래의 사이트를 참고하자.
1. np.zeros((x)) : shape의 파라미터가 1개일 때
입력
출력
입력
출력
Matrix 관점: np.zeros(벡터의 차원)
Array 관점: np.zeros(열): 그러나 행이라고도 볼 수 있음, A의 shape는 (x,)이기에
2. np.zeros((x, y)): shape의 파라미터가 2개일 때
입력
출력
입력
출력
Matrix 관점: np.zeros(벡터의 개수, 벡터의 차원)
Array 관점: np.zeros(행, 열)
3. np.zeros((x, y, z)): shape의 파라미터가 3개일 때
입력
출력
입력
출력
Matrix 관점: np.zeros(Matrix의 개수, 벡터의 개수, 벡터의 차원)
Array 관점: np.zeros(Array의 개수, 행, 열)
4. np.zeros((x, y, z, q)): shape의 파라미터가 4개일 때
입력
출력
입력
출력
Matrix 관점: np.zeros(Matrix 묶음의 개수, Matrix의 개수, 벡터의 개수, 벡터의 차원)
Array 관점: np.zeros(Array 묶음의 개수, Array의 개수, 행, 열)
'Hacks' 카테고리의 다른 글
@classmethod, @property (0) | 2023.01.31 |
---|---|
공백 입력이 들어왔을 때, while문 종료하기 (0) | 2023.01.13 |
2 by 2에서 역행렬을 구해보자. (0) | 2022.11.23 |
약수 찾기 알고리즘 (1) | 2022.11.19 |
cosΘ = np.dot(a, b) = ||a|| * ||b|| * cosΘ (0) | 2022.11.17 |