OneBook(Python & Deep Learning)
  • 한곳에서 끝내는 파이썬 & 머신러닝 & 딥러닝
  • 문서 작업을 시작하며
  • 1. 인공지능(Artificial Intelligence) 시대
    • 1.1. 인공지능이란 도대체 무엇인가?
    • 1.2. 4차 산업혁명
    • 1.3. 인공지능의 역사
    • 1.4. 인공지능 > 머신러닝 > 딥러닝
    • 1.5. 머신러닝
    • 1.6. 머신러닝 알고리즘
      • 1.6.1. 지도 학습 (Supervised Learning)
      • 1.6.2. 비지도 학습 (Unsupervised learning)
      • 1.6.3. 강화 학습(Reinforcement Learning)
    • 1.7. 인공신경망(ANN)
    • 1.8. 딥러닝
  • 2. 기본 상식
    • 2.1. 기본 용어의 이해
      • 2.1.1. CPU와 GPU의 차이
      • 2.1.2. 오픈소스(Open Source)
      • 2.1.3. 깃허브(GitHub)
      • 2.1.4. 위키 Wiki
      • 2.1.5. 아나콘다(Anaconda)
      • 2.1.6. 활성화 함수
      • 2.1.5. 딥러닝 프레임워크 소개
    • 2.2. 텐서플로(Tensorflow)
    • 2.3. 케라스(Keras)
    • 2.4. 파이토치(PyTorch)
    • 2.5. 학습에 필요한 중요한 도구와 라이브러리들
      • 2.5.1. 주피터 노트북(Jupyter Notebook)
      • 2.5.2. 파이참(PyCharm)
      • 2.5.3. 스파이더(Spyder)
      • 2.5.4. 넘파이(NumPy)
      • 2.5.5. 싸이파이(SciPy)
      • 2.5.6. Matplotlib
      • 2.5.7. 판다스(Pandas)
      • 2.5.8. 장고(Django)
      • 2.5.9. 파이큐티(pyQT)
      • 2.5.10. 싸이킷런(Scikit-learn)(Sklearn)
      • 2.5.11. CUDA & cuDNN
      • 2.5.12. 파이썬 표준 내장 라이브러리
    • 2.6. AI공부에 필요한 기본지식 3가지
      • 2.6.1. 수학
      • 2.6.2. 프로그래밍 기술
      • 2.6.3. AI의 적용 대상 산업에 대한 지식
  • 3. 개발 환경설정
    • 3.1. 윈도우 환경에서 설치하기
      • 3.1.1. 아나콘다 설치 (파이썬 설치)
        • 1) 아나콘다 패키지 업데이트
        • 2) conda에서 파이썬 가상 환경 (virtual environments) 생성하기
        • 3) NVIDIA GPU 환경 설정하기
      • 3.1.2. 텐서플로 설치
      • 3.1.3. 케라스 설치
      • 3.1.4. Jupyter Notebook 설치
      • 3.1.5. Visual Studio Code 설치
      • 3.1.6. 파이참 설치
        • 1) 파이참 가상환경 설정
        • 2) 파이참 환경 설정
        • 3) 설치된 라이브러리들의 버전 확인 하기
    • 3.2. 리눅스 환경에서 설치하기
      • 3.2.1. 아나콘다 설치(파이썬 설치)
      • 3.2.2. 텐서플로 설치
      • 3.2.3. 케라스 설치
      • 3.2.4. 장고 설치
      • 3.2.5. 파이참(PyCharm) 설치
        • 1) 파이참 가상환경 설정
  • 4. 파이썬 기초 학습
    • 4.1. 파이썬(Python)
    • 4.2. 파이썬의 특징
    • 4.3. 파이썬 기본 문법
      • 4.3.1. 대화형과 스크립트 모드 프로그래밍
      • 4.3.2. 모듈의 사용(import)
      • 4.3.3. 파이썬 식별자(Identifiers)
      • 4.3.4. 예약어(Reserved Words)
      • 4.3.5. 행(Lines)과 들여쓰기(Indentation)
      • 4.3.6. 문자열 표시
      • 4.3.7. 주석
      • 4.3.8. 파이썬 변수(Variables)
    • 4.4. 자료형과 연산자
      • 4.4.1. 자료형
      • 4.4.2. 파이썬 연산자
    • 4.5. 조건문과 반복문
      • 4.5.1. 조건문
      • 4.5.2. 반복문
    • 4.6. 함수
      • 4.6.1. 함수의 종류
    • 4.7. 모듈(Modules)
      • 4.7.1. 모듈의 참조 위치
      • 4.7.2. 네임스페이스(Namespace)와 범위(Scoping)
      • 4.7.3. dir( ) 함수
      • 4.7.4. 패키지(Packages)
      • 4.7.5. 기본 내장 모듈
    • 4.8. 숫자형 활용
      • 4.8.1. 실습: 계산기 만들기
    • 4.9. 문자열(Strings) 활용
      • 4.9.1. Unicode 한글의 사용
      • 4.9.2. 이스케이프 문자
      • 4.9.3. 문자열 연산자
      • 4.9.4. 문자열 포맷 연산자
      • 4.9.5. 내장 문자열 함수
    • 4.10. 시퀀스(Sequence) 자료형 활용
      • 4.10.1. 리스트(Lists)
      • 4.10.2. 튜플(Tuple)
      • 4.10.3. 딕셔너리(Dictionary)
    • 4.11 Class
    • 4.12. Date & Time
    • 4.13. 파이썬 에러처리
  • 5. 기초수학
  • 6. 머신러닝을 위한 파이썬
  • 7. 텐서플로 2.x
  • 8. 딥러닝을 이용한 자연어 처리 입문
  • 9. 파이토치로 시작하는 딥 러닝 입문
  • 9.6 6. Pytorch lightning
  • A1. 필수 학습 라이브러리들
    • 4.1 NumPy
      • 4.1.1. Basic Operations
      • 4.1.2. Indexing, Slicing 그리고 Iterating
      • 3.13.3. Shape Manipulation
    • 4.2 Matplotlib
    • 4.3 SciPy
      • 4.3.1. Interpolation
      • 4.3.2. Optimization
      • 4.3.3. Fast Fourier transforms: scipy.fftpack
    • 4.4 Pandas
      • 4.4.1 Pandas 자료구조
      • 4.4.2 Pandas 활용하기
  • A2. 머신러닝 & 딥러닝
    • 5.1. 머신러닝 개념 소개
      • 5.1.1. 경사하강법(Gradient Descent )
      • 5.1.2. 분류 (Classification)
      • 5.1.3. MNIST Dataset 소개
    • 5.2. 딥러닝 개념 소개
      • 5.2.1. 퍼셉트론
      • 5.2.2. 인공 신경망
      • 5.2.3. 대표적인 딥러닝 모델
    • 5.3. Tensorflow를 사용한 학습
      • 5.3.1. TensorFlow 기본 메커니즘
      • 5.3.2. Tensorflow Types
      • 5.3.3. 기본 동작 실습
      • 5.3.4. 선형 회귀
      • 5.3.5 로지스틱 회귀
    • 5.4. Keras를 사용한 학습
      • 5.4.1. Keras로 분석한 선형 회귀
      • 5.4.2. CNN(Convolutional Neural Network)
      • 5.4.3. Fashion MNIST with Keras
    • 5.5. 웹 크롤링
      • 5.5.1. requests와 BeautifulSoup으로 웹 크롤러 만들기
Powered by GitBook
On this page

Was this helpful?

  1. 4. 파이썬 기초 학습

4.8. 숫자형 활용

숫자형(Number)이란 숫자 형태로 이루어진 자료형을 말합니다. 숫자형 변수의 객체는 값을 할당 할 때 만들어 진다.

var1 = 1
var2 = 10

del 문을 사용하여 숫자 개체에 대한 참조를 삭제할 수도 있습니다. del 문을 사용하여 단일 개체 또는 여러 개체를 삭제할 수 있습니다.

del var
del var_a, var_b

파이썬은 네 가지 다른 숫자 타입을 지원합니다.

  • int (부호 있는 정수) - 소수점이 없는 양수 또는 음수입니다.

  • long (long integer) - long이라고도하며 정수가 아닌 무한대의 정수이며 대문자 또는 소문자 L이 뒤에 온다.

  • float (부동 소수점 실수 값) - 실수를 말하며 정수와 소수 부분을 나누는 소수점으로 기록됩니다. 컴퓨터식 지수 표현 방식으로 E 또는 e가 10의 지수 (2.5e2 = 2.5 x 102 = 250)를 나타낼 수 있습니다.

  • 복소수 (복소수) - a + bJ의 형식입니다. 여기서 a와 b는 부동이며 J (또는 j)는 -1의 제곱근 (허수 임)을 나타냅니다. 수의 실수 부분은 a이고, 허수 부분은 b입니다.

3.8.1. 숫자형 변환

숫자형 변환 함수는 다음과 같은 것들이 있습니다.

int(x)

x를 일반 정수로 변환합니다.

long(x)

x를 long integer(긴 정수)로 변환합니다.

float(x)

x를 부동 소수점 숫자로 변환합니다.

complex(x)

x를 실수 부분 x와 허수 부분 0이있는 복소수로 변환

complex(x, y)

x와 y를 실수 부분 x와 허수 부분 y가있는 복소수로 변환

3.8.2. 수학 함수

파이썬에는 다음과 같은 수학 함수들이 있습니다.

X의 절대값을 반환

x보다 작지 않은 최소 정수, ceil(2.1) = 3

x <y의 경우는 -1, x == y의 경우는 0, x> y의 경우는 1, Python 2.x에서만 사용 가능

The exponential of x: ex

실수 x의 절대 값

x보다 크지 않은 가장 큰 정수. floor(2.1)=2

x> 0에 대한 x의 자연 로그

x> 0에 대한 x의 base-10인 대수입니다.

x1,x2… 중 가장 큰 인수

X1,x2… 중 가장 작은 인수

두 항목 튜플의 x 부분 및 정수 부분. 두 부분의 부호는 x와 같습니다. 정수 부분은 float 형식으로 반환됩니다.

x ** y의 값. (=x^y) x의 y승 예를 들어 pow(2,3)=8

소수점에서 n 자릿수로 반올림 한 값. round (0,5)는 1.0이고 round (-0,5)는 -1.0이다

x> 0에 대한 x의 제곱근

파이썬에는 다음과 같은 상수들이 있습니다.

e

e

pi

π

tau

τ

inf

∞

nan

Not a Number

수학 함수를 다음과 같은 코드로 테스트 해 봅니다.

import math
    #Python 3.x 버전부터는 cmp 함수를 지원하지 않으므로 함수를 별도로 선언해 준다.

def cmp(a, b):

    return (a > b) - (a < b)
    
    

print('Absolute value of integer is:', abs(-54.26))     # floating point number
    
print('Absolute value of float is:', abs(-94))          # An integer
    
complex = (3 - 4j)                                           # A complex number
    
print('Absolute value or Magnitude of complex is:', abs(complex))
    
    
print("cmp(10,20): ", cmp(10,20))
    
print("cmp(10,10): ", cmp(10,10))
    
print("cmp(20,10): ", cmp(20,10))
    
print("cmp('ABC','PQR'): ", cmp('ABC','PQR'))
    
    
print("math.floor(-23.11) : ", math.floor(-23.11))
    
print("math.floor(300.16) : ", math.floor(300.16))
    
print("math.floor(300.72) : ", math.floor(300.72) )
    
    
print("math.ceil(-23.11) : ", math.ceil(-23.11))
    
print("math.ceil(300.16) : ", math.ceil(300.16))
    
print("math.ceil(300.72) : ", math.ceil(300.72))
    
    
print("math.exp(-45.17) : ", math.exp(-45.17))
    
print("math.exp(100.12) : ", math.exp(100.12))
    
    
print("math.fabs(-45.17) : ", math.fabs(-45.17))
    
print("math.fabs(100.12) : ", math.fabs(100.12))
    
    
print("Natural logarithm of 14 is : ", math.log(14))
    
print("Logarithm base 5 of 14 is : ", math.log(14, 5))
    
print ("Logarithm base 10 of 14 is : ", math.log10(14))
    

num = [1, 3, 2, 8, 5, 10, 6]
    
print('Maximum is:', max(num))
    
print('Maximum is:', min(num))
    
    
print("math.modf(100.12) : ", math.modf(100.12))

tpl = (33.12, -15.25, 3.15, -31.2)
  

# positive x, positive y (x**y)
    
print("modf() on Second tuple element : ", math.modf(tpl[1]))
    
    
  
print("pow(2,3) : ",pow(2, 3))
    
    # for floating point round
    
print("round(51.6)  : ",round(51.6))
    
print("round(51.5)  : ",round(51.5))
    
print("round(51.4)  : ",round(51.4))
    
    
print("math.sqrt(100) : ", math.sqrt(100))
    
print("math.sqrt(7) : ", math.sqrt(7))
    
print("math.sqrt(math.pi) : ", math.sqrt(math.pi)) 

3.8.3. 난수 함수, 삼각함수

난수(임의의 숫자)는 게임, 시뮬레이션, 테스트, 보안 및 개인 정보 보호 응용 프로그램에 사용됩니다. 파이썬에는 일반적으로 사용되는 다음과 같은 난수 함수가 있습니다.

목록, 튜플 또는 문자열에서 임의 항목 선택.

range(start, stop, step) 범위에서 임의로 선택된 요소

0이 r보다 작거나 같고 r이 1보다 작은 임의의 부동 소수점 r

난수 생성에 사용되는 정수 시작 값을 설정합니다. 다른 난수 함수를 호출하기 전에 이 함수를 호출해야 함

목록의 항목을 무작위로 배치

x가 r보다 작거나 같고 r이 y보다 작은 임의의 float r

파이썬에는 삼각 함수 계산을 수행하는 함수가 포함되어 있습니다.

Sr.No.

Function & Description

라디안 단위의 x의 아크 코사인을 반환합니다.

라디안 단위의 x의 아크 사인을 반환합니다.

x의 아크 탄젠트를 라디안 단위로 반환합니다.

atan (y / x)를 라디안 단위로 반환합니다.

x 라디안의 코사인을 반환합니다.

유클리드 표준 인 sqrt (x * x + y * y)를 반환합니다.

x 라디안의 사인을 반환합니다.

x 라디안의 탄젠트를 반환합니다.

각도 x를 라디안에서 각도로 변환합니다.

각도 x를도 단위에서 라디안 단위로 변환합니다.

Previous4.7.5. 기본 내장 모듈Next4.8.1. 실습: 계산기 만들기

Last updated 6 years ago

Was this helpful?

abs(x)
ceil(x)
cmp(x, y)
exp(x)
fabs(x)
floor(x)
log(x)
log10(x)
max(x1, x2,...)
min(x1, x2,...)
modf(x)
pow(x, y)
round(x [,n])
sqrt(x)
choice(seq)
randrange ([start,] stop [,step])
random()
seed([x])
shuffle(lst)
uniform(x, y)
acos(x)
asin(x)
atan(x)
atan2(y, x)
cos(x)
hypot(x, y)
sin(x)
tan(x)
degrees(x)
radians(x)