euncoco

1. 데이터 생성 함수 - Numpy 는 주어진 조건으로 데이터를 생성한 후 배열을 만드는 데이터 생성 함수를 제공한다. 1) linspace() - start "이상" stop "이하" 범위에서 num 개를 균일한 간격으로 데이터를 생성하고 배열을 만드는 함수이다. - 요소 개수를 기준으로 균등 간격의 배열을 생성한다. - 형식 : linspace(start, stop, num) 1 2 3 4 import numpy as np print(np.linspace(0,1,5)) print(np.linspace(2,3,2)) cs 2) logspace() - 로그 스케일의 linspace - 로그 스케일로 지정된 범위에서 num 개수 만큼 균등 간격으로 데이터를 생성한 후 배열을 만든다. - 형식 : logs..

1. Numpy 배열 재형성 1) reshape - 배열의 shape(크기) 를 변경한다. - Numpy에서 배열의 차원을 재구조화, 변경하고자 할 때 사용한다. - 요소의 개수는 동일해야 한다. 1 2 3 4 5 6 7 8 9 10 11 12 import numpy as np t_array = np.arange(1,9) print("t_array 출력") print(t_array) print("\nt_array의 shape 출력") print(t_array.shape) print("\n2by4로 재배열하기") a = t_array.reshape(2,4) print(a.shape) cs 이때, reshape의 첫번째 인자에 -1을 넣으면 요소의 개수와 열의 개수에 따라 행이 자동으로 정해진다. 예를 들어..

1. Axis (축) - Numpy에서 중요한 축의 개념 - 연산이나 array를 조작할 때 axis 축 기준으로 이루어진다. 1D array ex) (4,) : axis = 0 2D array ex) (3,4) : axis = 0, axis = 1 3D array ex) (3,3,4) : axis = 0, axis = 1, axis = 2 2. Numpy 연산 1) 집계함수 - sum : 총합 - min : 최소값 - max : 최대값 1 2 3 4 5 6 7 8 9 10 11 t_array = np.arange(1,13).reshape(3,4) print(t_array) print('\n총합 구하기') print(np.sum(t_array)) print('\n최소값 구하기') print(np.min(..

Numpy 란? - Numerical Python 의 약자로 대규모 다차원 배열과 행렬 연산을 지원해주는 파이썬의 라이브러리 - 데이터 분석을 할 때 사용되는 여러 라이브러리의 기반이 되는 라이브러리 - 기본적으로 array라는 단위로 데이터를 관리한다. Numpy ndarray - Numpy의 핵심 기능 중 하나로 N차원의 배열 객체를 뜻한다. - 파이썬에서 사용할 수 있는 대규모 데이터 집합을 담을 수 있는 빠르고 유연한 자료 구조 shape - Numpy 배열 구조를 shape를 통해 표현한다. - shape는 배열의 구조를 튜플 자료형을 이용하여 보여준다. - .shape 멤버 변수를 통해 해당 array의 크기를 즉각적으로 확인할 수 있다. 1. Numpy 생성 1) Numpy 불러오기 1 2 ..