02 최소한의 도구로 딥러닝을 시작합니다¶

이 노트북을 주피터 노트북 뷰어(nbviewer.jupyter.org)로 보거나 구글 코랩(colab.research.google.com)에서 실행할 수 있습니다.

02-2 딥러닝을 위한 도구들을 알아봅니다¶

In [1]:

my_list = [10, 'hello list', 20]
print(my_list[1])

hello list

In [2]:

my_list_2 = [[10, 20, 30], [40, 50, 60]]
print(my_list_2[1][1])

In [3]:

import numpy as np
print(np.__version__)

1.19.1

In [4]:

my_arr = np.array([[10, 20, 30], [40, 50, 60]])
print(my_arr)

[[10 20 30]
 [40 50 60]]

In [5]:

type(my_arr)

Out[5]:

numpy.ndarray

In [6]:

my_arr[0][2]

Out[6]:

In [7]:

np.sum(my_arr)

Out[7]:

<퀴즈> my_arr 배열의 두 번째 행의 첫 번째 원소를 print() 함수로 출력해 보세요.

In [8]:

print(my_arr[1][0])

In [9]:

import matplotlib.pyplot as plt

In [10]:

plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25]) # x 좌표와 y 좌표를 파이썬 리스트로 전달합니다.
plt.show()

In [11]:

plt.scatter([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.show()

In [12]:

x = np.random.randn(1000) # 표준 정규 분포를 따르는 난수 1,000개를 만듭니다.
y = np.random.randn(1000) # 표준 정규 분포를 따르는 난수 1,000개를 만듭니다.
plt.scatter(x, y)
plt.show()