Jerry StoryWalk

이전 게시물에서 언급하였듯이 numpy 모듈은 연산하는데에도 장점이 많다. 연산에 대표적으로 더하기(add), 빼기(subtract), 곱하기(multiply), 나누기(divide) 가 있는데, numpy 연산은 ndarray 끼리 가능하기 때문에 일반 list 라면 np.array 를 선언해주어야 한다. 또한, 각각 차원이 같고 모양(shape)이 같은 배열끼리만 연산이 가능하다. # 연산에 필요한 배열 선언 a = np.random.randint(100, size=(3,3)) b = np.random.randint(100, size=(3,3)) print(a) print(b) ----------------------------------------- [[62 77 37] [27 52 30] [ 8 ..

행렬과 행렬식 영행렬 : 모든 성분이 0인 행렬 전치행렬 : 행과 열이 바뀐 행렬 대칭행렬 : 기본행렬과 전치행렬이 같은 행렬 정사각행렬 : 행, 열의 개수가 같은 행렬 단위행렬 : 모든 대각 성분이 1이고, 그 외는 0인 행렬 행렬식 정사각행렬 A를 하나의 수로써 대응시키는 함수 det A = |A| 역행렬 필기 참조 벡터와 좌표계 평번벡터 : 2차원에서 크기와 방향을 모두 표현하는 도구 공간벡터 : 3차원에서 크기와 방향을 모두 표현하는 도구 벡터의 연산 노름 : 벡터의 크기(길이)라고도 하며 노름이 1인 벡터를 단위벡터라 한다. 선형결합 : 벡터의 덧셈과 뺄셈 / 실수배 / 스칼라곱 / 벡터곱