🗒️ In-depth Study (49)

1. 2023.10.24 [Git] 깃허브(GitHub) 마크다운(Markdown) 페이지에 Note, Warning, Important 하이라이트(Highlight) 표시하는 방법

   깃허브(GitHub) 마크다운(Markdown) 페이지에 Note, Warning, Important 하이라이트(Highlight) 표시하는 방법 들어가며 깃허브(GitHub) 마크다운(Markdown) 페이지에 @Note@, @Warning@, @Important@ 하이라이트(Highlight)를 표시하는 방법을 알아보자. 방법 @>@(Blockquote)와 @[!NOTE]@, @[!IMPORTANT]@, @[!WARNING]@을 함께 사용하여 표시할 수 있다. > [!NOTE] > Highlights information that users should take into account, even when skimming. > [!IMPORTANT] > Crucial information necessa..
2. 2023.06.01 [TeX] 문자 위에 바(Bar) 표시하는 방법 (크게 표시하기)

   문자 위에 바(Bar) 표시하는 방법 (크게 표시하기) 들어가며 TeX를 이용하여 수식을 나타낼 때, 문자 위에 바(Bar)를 표현하는 방법을 알아보자. 방법 작은 바 표시하기 @\bar{문자}@를 사용하는 방법이다. $$\bar{X}$$ $$\bar{X}$$ 큰 바 표시하기 @\overline{문자}@를 사용하는 방법이다. @\bar{문자}@를 사용할 때, 바의 크기가 작아서 가독성이 많이 떨어지는데, @\overline{}@을 이용하여 이 문제를 해결할 수 있다. $$\overline{X}$$ $$\overline{X}$$
3. 2023.04.10 [GitHub] 깃허브 페이지에 GIF 이미지 넣는 방법 (README.md 등)

   깃허브 페이지에 GIF 이미지 넣는 방법 (README.md 등) 들어가며 깃허브 페이지(README.me) 페이지 등에 GIF 이미지를 넣는 방법을 알아보자. 깃허브의 이슈(Issues) 페이지에 글을 첨부하는 기능을 활용하는 방법이다. 방법 ① gif 파일 준비하기 깃허브 페이지에 넣고 싶은 @.gif@ 파일을 준비한다. https://giphy.com/ 와 같은 사이트에서 다운로드 받는다. ② 깃허브의 아무 레포지토리의 Issues 탭 들어가서 이미지 첨부하기 깃허브의 아무 레포지토리에 들어가서 @[Issues]@ 탭을 클릭한다. @[New Issue]@ 버튼을 클릭한다. 준비한 @gif@ 파일을 본문 영역에 드래그 & 드롭(Drag & Drop)해준다. @![Uploading (파일이름).gif...
4. 2022.10.13 [TeX] 첨가 행렬(Augmented Matrix) 표현하는 방법

   첨가 행렬(Augmented Matrix) 표현하는 방법 들어가며 (La)TeX를 이용하여 첨가 행렬(Augmented Matrix)를 표현해보자. 방법 $\left[ \begin{array}{cc|c} 1 & 2 & 3 \\ 4 & 5 & 6 \\ \end{array} \right]$ $\left[ \begin{array}{cc|c} 1 & 2 & 3 \\ 4 & 5 & 6 \\ \end{array} \right]$ 이 방법 외에도 다양한 방법으로 첨가 행렬을 표현할 수 있다. 관련된 내용은 참고 사이트에서 확인할 수 있다. 참고 사이트 https://www.reddit.com/r/LaTeX/comments/lbaown/how_can_i_do_an_augmented_matrix/ https://tex...
5. 2022.09.27 [TeX] 디스플레이 모드로 표시하는 방법 (\displaystyle)

   디스플레이 모드로 표시하는 방법 (\displaystyle) 들어가며 TeX를 이용할 때, $1개를 이용하여 수식을 표시할 경우, 수식의 크기가 너무 작아 가독성이 떨어지는 경우가 발생한다. 이 때,$ 2개를 이용하여 수식을 표시하는 것처럼 강제로 디스플레이 모드(Display Mode)로 설정해줄 수 있다. 방법 \displaystyle 을 맨 앞에 적어주면 된다. $\displaystyle 수식$ 사용 예 사용 전 사용 후 $\int_{2}^{3} f(x)dx$ $\displaystyle \int_{2}^{3} f(x)dx$ 참고 사이트 https://www.physicsforums.com/threads/big-int-in-latex.679561/ Big Int in Latex I search g..
6. 2022.09.26 [TeX] 수식 사용 시, 자동 줄바꿈 기능 설정하는 방법 (MathJax)

   수식 사용 시, 자동 줄바꿈 기능 설정하는 방법 (MathJax) 들어가며 MathJax 등 수식 관련 플러그인을 사용할 때 화면 크기 이상의 수식을 적는 경우 자동 줄바꿈이 되도록 설정할 수 있다. 보통은 자동 줄바꿈이 되지 않도록 설정되어 있어, 수식이 짤리는 경우가 발생한다. 보통 PC 환경 보다는 모바일 환경에서 자주 발생한다. 방법 다음과 같이 .Config 속성에 "HTML-CSS", "CommonHTML", "SVG" 속성을 넣어준다. 참고 사이트 https://github.com/mathjax/MathJax/issues/2465 MathJax equations is not mobile responsive? · Issue #2465 · mathjax/MathJax I have this equ..
7. 2022.09.08 [TeX] 유용한 사이트 & 정보 모음

   TeX 관련 유용한 사이트 & 정보 모음 TeX(LaTeX) 관련 유용한 사이트들을 정리해본다. ① hostmath.com GUI 기반으로 수식을 입력하고 LaTeX 코드를 확인할 수 있다. http://www.hostmath.com/ HostMath - Online LaTeX formula editor and browser-based math equation editor Copy and paste the code above to your webpage! Equation Type Paragraph Equation Inline Equation www.hostmath.com ② latex2png.com LaTeX 코드를 png 형식의 이미지로 변환해주는 사이트이다. http://latex2png.com/ l..
8. 2022.09.06 [TeX] MathJax TeX 문법 정리

   MathJax TeX 문법 정리 $\rm\TeX$ Commands available in MathJax MathJax homepage Jump to the alphabetical list of commands THIS IS A BIG PAGE. It may take a while to process. You can watch the progress in the lower left corner—it loads most reliably if you resist the temptation to click on something before it's done. I think it's worth the wait (but of course I'm biased). You can read about why it's ..
9. 2022.06.24 [GitHub] 깃허브(GitHub)와 비주얼 스튜디오 코드(Visual Studio Code) 연동하기

   깃허브(GitHub)와 비주얼 스튜디오 코드(Visual Studio Code) 연동하기 들어가며 다음과 같이 간단하게 비주얼 스튜디오 코드(Visual Studio Code)와 깃허브(GitHub)를 연동할 수 있다. 연동하기 전, Git 프로그램이 설치되어 있어야 한다. 방법 설정 ① 비주얼 스튜디오 코드(Visual Studio Code) 프로그램 실행 후, [F1] 버튼을 누른다. ② "git clone"을 검색한다. ③ 연동할 깃 레포지토리(Git Repository)를 선택한다. ④ 연동할 로컬 저장소를 선택한다. ⑤ .git 디렉터리가 생성되며 연동이 된다. 연동 확인 git remote -v 명령을 입력하면, 연동이 되었는지 확인할 수 있다. > git remote -v
10. 2022.06.23 [GitHub] 마크다운(Markdown) 문서에 유튜브(YouTube) 동영상 추가하기

    마크다운(Markdown) 문서에 유튜브(YouTube) 동영상 추가하기 들어가며 깃허브(GitHub)의 마크다운 문서는 정적(Static) 형식의 포맷만 지원하기 때문에 동적(Dynamic)으로 작동하는 비디오 등을 삽입할 수 없다. 하지만, 다음과 같이 동적으로 삽입한 것과 같은 효과를 줄 수 있다. 방법 깃허브의 마크다운 문서에서 이미지와 링크롤 모두 삽입하는 다음의 형식을 활용하는 방법이다. [](유튜브_링크) 최종적으로 다음과 같이 사용하여 페이지이 유튜브 영상을 삽입한 것과 같은 비슷한 효과를 연출한다. 유튜브 주소 ID는 유튜브의 영상 주소에서 = 문자 뒷 부분이다. [![Video Label](http://img.youtube.com/vi/'유튜브주소ID..
11. 2022.06.15 [Git] 깃(Git) 설치 후, 사용자 계정/이메일 설정하는 방법

    깃(Git) 설치 후, 사용자 계정/이메일 설정하는 방법 들어가며 Git 을 설치한 후, 처음 사용할 때 사용자 계정과 이메일을 지정해줘야 한다. 방법 git config --global user.name(email) 명령을 이용하여 지정해준다. > git config --global user.name "user" > git config --global user.email "user@domain.com"
12. 2022.06.14 푸리에 해석(Fourier Analysis)

    푸리에 해석(Fourier Analysis) 푸리에 해석(Fourier Analysis) 프랑스의 수학자이자 물리학자인 장 밥티스트 조제프 푸리에(Jean-Baptiste Joseph Fourier)가 1803년 그의 저서 에서 "임의의 함수는 삼각함수의 급수로 나타낼 수 있다."고 주장했는데, 이것을 푸리에 정리(Fourier Theorem)라 한다. 푸리에 정리를 바탕으로 주기 함수를 삼각함수의 급수로 나타내는 것을 푸리에 급수(Fourier Series)라고 한다. 주기 함수가 아닌 유한 구간에서 정의된 함수를 주기 함수로 만들어서 삼각함수의 급수로 나타내는 것을 푸리에 전개(Fourier Expansion)이라고 한다. 이것을 무한 확장한 것을 푸리에 변환(Fourier Transform)이라고 ..
13. 2022.06.14 디지털 신호 처리 개요

    디지털 신호 처리 개요 신호(Signal) 시공간에서의 어떤 변화를 나타내는 물리량 정보 전달에 사용되는 시간에 따라 변하는 전압, 전류 또는 전자기파 (통신/전기공학) 신호는 구성에 따라 차원을 달리하며 다음과 같이 분류한다. 1차원 신호(1-Dimensional Signal) 2차원 신호(2-Dimensional Signal / Image Signal) 연속 시간 신호(Continuous-time Signal) 물리량의 변화가 시간에 대해 끊이지 않고 연속적으로 나타나는 경우의 신호 이산 시간 신호(Discrete-time Signal) 시간에 대해 값이 연속적이지 않고 중간에 끊어지는 형태로 나타나는 신호 이산 시간 신호는 연속 시간 신호를 시간 축에 따라 일정한 시간 간격(샘플링 주기)으로 샘플링..
14. 2022.06.02 [matplotlib] matplotlib API

    matplotlib API matplotlib API 에는 matplotlib.pyplot 을 적용하는 pylot API가 있다. 또한 pyplot.subplots 로 하나의 Figure 및 하나 이상의 Axes 객체를 이용해 작업하는 객체 지향 API가 있다. matplotlib API Reference : https://matplotlib.org/stable/api/ API Reference — Matplotlib 3.5.2 documentation Warning Since heavily importing into the global namespace may result in unexpected behavior, the use of pylab is strongly discouraged. Use mat..
15. 2022.06.02 [matplotlib] matplotlib 기본

    matplotlib 기본 matplotlib 은 계층적으로 구성된다. 이 계층 구조의 최상위는 pyplot 모듈이 제공하는 matplotlib 상태 머신(State-Machine) 환경이다. 상태 머신 : 주어진 시간에 어떤 상태 정보를 저장하는 컴퓨터와 같은 장치 최상위 계층에서 사용되는 간단한 함수들은 축에 그래프 요소인 선, 그림, 텍스트 등을 추가한다. figure 구성 matplotlib에서 제공하는 figure는 모든 축(axis), 캔버스(canvas), 제목(title), 범례(legend) 등으로 구성된다. 객체는 크게 Figure 객체, Axes 객체, Axis 객체 등으로 구분된다. Figure 객체는 Axes 객체들을 포함하고, Axes 객체는 Axis 객체들을 포함한다. 전체 영역..
16. 2022.06.01 [matplotlib] 맷플롯립(matplotlib) 개요

    맷플롯립(matplotlib) 개요 맷플롯립(matplotlib) 파이썬 2D 플롯팅 라이브러리 다양한 인쇄 플랫폼에서 반응형 환경으로 출판 인쇄 품질 제공 55개의 서브 모듈로 구성 서브 모듈은 함수, 클래스, 메소드 및 속성으로 구성 matplotli b을 사용하면 데이터 처리 과정이나 결과를 몇 줄의 코드만으로 히스토그램, 파워 스펙트럼, 막대 그래프, 오류 차트, 산점도 등으로 쉽게 그릴 수 있어 유용하다. 공식 홈페이지 : https://matplotlib.org/ matplotlib 라이브러리의 서브 모듈 matplotlib 라이브러리에서 사용하는 주요 서브 모듈은 다음과 같다. 서브 모듈 내용 matplotlib backend, rc params 등을 설정 matplotlib.artist F..
17. 2022.05.31 [Pandas] 수학 계산

    수학 계산 넘파이와 판다스 라이브러리는 과학 계산을 포함하는 데이터 분석에서 중요하게 사용된다. 넘파이는 ndarray 객체의 요소를 빠르게 계산할 수 있도록 강력한 기능을 가진 많은 함수를 제공한다. 넘파이와 판다스는 같은 플랫폼에서 설계되었으므로 넘파이의 함수들을 판다스에서도 그대로 사용할 수 있다. 판다스에서는 이러한 함수들을 사용해 메타 데이터를 제외한 시리즈와 데이터프레임의 데이터 구조에서 수학 계산을 쉽게 할 수 있다. 통계 함수 통계 함수에는 min(), max(), std(), var(), median(), count(), sum(), cumsum(), count(), prod() 등의 함수 외에도 pct_change(), cov(), corr(), rank() 함수가 있다. 퍼센트 변화율..
18. 2022.05.30 [Pandas] 데이터의 그룹 연산

    데이터의 그룹 연산 데이터의 그룹 연산은 원본 데이터 세트 객체를 그룹별로 분할(Split)하고 분할된 각 그룹에 함수를 적용(Apply)하고 결과를 통합(Combine)하는 연산을 수행한다. 이를 하나의 용어로 Split-Apply-Combine 이라 한다. 대다수의 경우 데이터를 여러 집합(Sets)으로 분할하고, 분할된 각 부분 집합에 함수와 같은 기능을 적용한다. 또는 분할하지 않더라도 여러 데이터 세트의 값들을 원하는 조건에 따라 어떤 인덱스나 라벨에 하나의 값으로 변환하는 형태로써 데이터를 합치는데, 이를 그룹 연산이라고 한다. groupby() 는 원본 데이터를 개별 그룹으로 나누어 이 그룹들에 특정 연산을 수행하고 수행 결과를 나타내는 각 그룹들을 합치기 위한 메소드이다. 예를 들어, 초등..
19. 2022.05.29 [Pandas] 데이터 가공

    데이터 가공 분석하려는 원본 데이터는 사용자가 원하는 형태가 아니며, 활용하기 어려운 구조이기 때문에 전처리 과정이 필요하다. 데이터를 원하는 형태로 변형해 분석하기 쉽게 만드는 것은 빅데이터 분석의 궁극적인 목적, 즉 데이터 활용을 극대화하는 작업이며 시각화 전 단계로써 매우 중요한 과정이다. 판다스는 우리가 원하는 데이터 세트를 구성할 수 있도록 인덱스의 다양한 종류의 로직과 선형 대수 기능을 포함하는 시리즈와 데이터프레임을 쉽게 결합하는 여러 방법을 제공한다. 이 방법들을 이용해 서로 다른 데이터 세트를 가공하면 새로운 가치를 창출할 수 있다. 데이터 이어 붙이기 판다스의 concat() 함수를 이용하면 시리즈와 데이터프레임을 이어 붙일 수 있다. 특히 같은 길이의 행이나 열을 따라 데이터를 이어 ..
20. 2022.05.27 [Pandas] 데이터 타입과 입출력

    데이터 타입과 입출력 판다스에서 제공하는 함수들을 이용해 직접 데이터를 읽고 출력할 수 있다. 판다스에서 데이터를 입력하고 출력하는 함수들의 세트를 I/O API 라고 한다. 판다스 I/O API를 이용해 다루는 데이터 타입은 텍스트 파일, 이진 데이터 그리고 SQL인 데이터베이스가 있다. 형식 데이터 타입 읽기 함수 쓰기 함수 텍스트 CSV read_csv to_csv JSON read_json to_json HTML read_html to_html Local Clipboard read_clipboard to_clipboard 이진 데이터 MS 액셀 read_excel to_excel HDF5 read_hdf to_hdf Feather read_feather to_feather Parquet read_..
21. 2022.05.27 [Pandas] 데이터 처리

    데이터 처리 판다스 객체에서 데이터 세트를 서브세트로 설정하거나 서브세트를 얻으려면 축을 라벨 처리해야 한다. 라벨 처리는 데이터 분석, 시각화, 양방향 디스플레이 기능에서 중요한 과정이며, 데이터를 자동 정렬하고 명시적으로 표현한다. 데이터 선택 데이터는 라벨(Label), 위치(Position), 호출(Call)을 이용해 선택할 수 있다. ① 라벨로 데이터 선택 라벨을 이용한 데이터 선택은 임의의 축을 따라서 범위를 나누는 일관성 있는 방법으로써 loc 속성을 사용한다. loc 속성에 입력할 수 있는 것들 1 또는 a 와 같은 단일 라벨 ['a', 'b', 'c'] 와 같은 리스트나 라벨들의 배열 a:f 와 같은 슬라이스 객체 불리언 배열 호출 함수 loc 속성은 데이터의 인덱스 타입이 일치하지 않으..
22. 2022.05.25 [Pandas] 판다스의 주요 기능

    판다스의 주요 기능 head 와 tail 메소드를 사용하여 시리즈나 데이터프레임의 내용을 살펴볼 수 있다. >>> ser = pd.Series(np.random.randn(1000)) >>> ser.head() 0 0.800680 1 -1.002317 2 0.808993 3 0.648255 4 -1.096188 dtype: float64 >>> ser.tail(3) 997 0.905623 998 -0.383506 999 -0.104021 dtype: float64 판다스는 메타데이터에 접근하도록 많은 속성을 가지고 있다. shape 속성으로 객체의 축 차원을 알 수 있다. 축 라벨을 확인하기 위해 시리즈에는 index, 데이터프레임의 행에는 index, 그리고 열에는 columns 속성을 사용할 수 있다..
23. 2022.05.24 [Pandas] 판다스 데이터 구조 1

    판다스 데이터 구조 판다스는 계층적으로 넘파이(NumPy) 바로 위에 위치하며, 시리즈(Series)와 데이터프레임(DataFrame) 데이터 구조를 지원함으로써 데이터를 빠르게 처리한다. 차원 이름 설명 1 시리즈(Series) 라벨 표시된 1차원의 동일한 형태의 배열 2 데이터프레임(DataFrame) - 동일하지 않은 형태의 열을 가짐. - 라벨 표시된 2차원의, 크기 변동이 가능한 테이블형 구조 판다스 데이터 구조는 저차원 데이터를 유연하게 포함하는 컨테이너이다. 따라서 데이터프레임은 시리즈의 컨테이너이고, 시리즈는 스칼라의 컨테이너이다. 딕셔너리 데이터에서 적용하는 방법을 이용해 이들 컨테이너에 객체들을 넣거나 지울 수 있다. 판다스를 사용하기 위해 다음의 모듈을 임포트(Import) 한다. #..
24. 2022.05.24 [Pandas] 판다스(Pandas) 개요

    판다스(Pandas) 개요 판다스(Pandas) Panel Data System의 약어 파이썬으로 빅데이터를 처리하고 분석하는 데 가장 빈번하게 사용하며, 데이터 전처리에사 큰 비중을 차지하는 라이브러리 수치 테이블과 시계열(Time Series)을 처리하는 데이터 구조와 연산 방법을 제공한다. 2008년 초, Wes McKinney에 의해 금융 데이터를 계량 분석하기 위해 개발됐다. 2015년, 비영리단체 NumFOCUS에 의해 오픈소스로 관리되기 시작하였다. 공식 홈페이지 : https://pandas.pydata.org/ 판다스(Pandas)와 넘파이(NumPy) 판다스는 패널 데이터(Panel Data) 구조를 제공하기 위해 넘파이(NumPy) 위에 구성되도록 개발되었으므로 넘파이에서 쉽게 사용할..
25. 2022.04.14 [NumPy] 넘파이 적용

    넘파이 적용 우리가 분석하고자 하는 대용량 데이터들은 어떤 파일 형태 안에 포함될 수 있다. 파이썬을 이용해 이 데이터들을 분석할 수 있고, 도표나 그림 형태로 나타난 결과를 데이터 파일 형태로 만들어 자장할 수 있다. 데이터 파일 입력과 출력 파이썬에서 제공하는 데이터 입력과 출력 방법은 크게 3가지로 분류할 수 있다. 파이썬 고유의 내장 함수를 이용해 처리하는 방법 open() read() write() close() 넘파이를 이용하는 방법 판다스에서 제공하는 read_csv(), to_csv() 함수를 사용하는 방법 넘파이는 파일을 읽고 데이터 파일로 쓰는 여러 방법을 제공한다. 넘파이 이진 파일 텍스트 파일 원시 이진 파일(Raw Binary File) 메모리 맵 파일(Memory-Mapped F..
26. 2022.04.13 [NumPy] 배열 객체 관리와 연산

    배열 객체 관리와 연산 넘파이는 수백만 개의 수치 데이터를 빠르게 처리함으로써 파이썬의 과학 계산을 빠르게 처리하는 라이브러리이다. 넘파이의 N차원 배열은 데이터를 빠르게 처리할 수 있는 구조이다. 이러한 구조는 요소의 데이터 타입과 크기가 정해져 있으며, 인덱싱으로 빠르게 필드에 접근하고 변경할 수 있는 장점이 있다. 넘파이는 메모리 버퍼에 있는 같은 타입의 매트릭스나 벡터 같은 배열 데이터를 하드웨어 레벨인 저수준 형태로 메모리에 저장하고 처리한다. 또한 넘파이는 같은 크기의 메모리를 할당받고, 연속된 메모리 공간에 존재하는 벡터 연산을 지원한다. 효율적인 인터페이스와 최적화된 관련 함수들, 그리고 최적화된 C 코드를 통해 CPU를 관리하는 벡터화 기능을 사용한 빠른 연산도 지원한다. 뷰와 복사 뷰(..
27. 2022.04.13 [NumPy] 구조화된 배열

    구조화된 배열 구조화된 배열(Structured Array)은 ndarrays 를 의미한다. ndarrays의 데이터 타입은 시퀀스로 조직화된 단순한 데이터 타입인 필드를 모은 것 필드 : 구조화된 데이터 타입의 각 서브 타입에서 이름(string), 데이터 타입(dtype) 및 제목(title) 예제 >>> arr = np.array([('jin', 25, 67), ('suho', 18, 77)], dtype=[('name', 'U10'), ('age', 'i4'), ('weight', 'f4')]) >>> arr array([('jin', 25, 67.), ('suho', 18, 77.)], dtype=[('name', '
28. 2022.04.13 [NumPy] 넘파이 배열

    넘파이 배열 넘파이 모듈 임포트 import numpy as np 넘파이 배열 생성 넘파이에서는 벡터(Vector)와 매트릭스(Matrics)를 배열(Array)이라고 한다. 벡터(Vector)의 의미 수학, 물리학 크기와 방향을 가지는 기하학적 양 또는 객체 넘파이 1차원 배열 2차원 이상의 배열을 매트릭스라고 한다. 배열을 생성하는 방법 리스트(List), 튜플(Tuple) 등 다른 파이썬 자료 구조에서 변환 arange(), ones(), zeros(), linspace() 등 넘파이 고유의 배열 생성 함수 사용 저장 디스크에서 배열을 읽어들임. 문자열이나 버퍼를 통한 바이트 스트림 데이터인 Raw Bytes 에서 배열 생성 random() 함수와 같은 특수한 라이브러리 함수 사용 넘파이에서의 배열..
29. 2022.04.13 [NumPy] 넘파이(NumPy) 개요

    넘파이(NumPy) 개요 넘파이(NumPy) Numerical Python 파이썬의 수치 해석 프로그램인 Numeric 을 개선, 보완한 패키지 2006년, Travis E. Oliphant가 개발 NumPy = SciPy + numarray 배열과 매트릭스의 빠른 처리 Pandas에서 데이터를 효율적으로 분석할 수 있게 한다. 이미지 처리, 신호 처리, 선형 대수 등 어플리케이션에서 사용 공식 홈페이지 : https://numpy.org/ 넘파이의 기능 강력한 다차원 배열 객체의 처리 탁월한 배열 브로드캐스팅 기능 C/C++ 및 Fortran 코드를 통합하는 도구 수학적 연산 선형 대수, 난수 생성, 푸리에 변환 이미지와 컴퓨터 그래픽을 빠르게 처리 패키지 설치 터미널에 다음과 같이 입력하여 넘파이를 ..
30. 2022.03.17 [TeX] 행렬(Matrix) 표현하기

    행렬(Matrix) 표현하기 개요 TeX에서 행렬(Matrix)을 포함하는 방법에는 5가지가 있다. 지시어 특징 matrix 괄호 없음 bmatrix 대괄호(bracket) : [ ] pmatrix 소괄호(parentheses) : ( ) vmatrix 세로줄(vertical) : | | Vmatrix 겹세로줄(Vertical) : || || ※ 이중에서 bmatrix 또는 pmatrix를 쓰는 것이 일반적이다. 사용 방법 $$\begin{지시어} item_1 & item_2 & ... & item_n \\ item_1 & item_2 & item_n \\ ... \end{지시어}$$ \begin : 행렬의 시작 \end : 행렬의 끝 지시어 : 표현하고자 하는 행렬의 타입 & : 요소와 요소의 구분 \\ : ..