본문 바로가기
반응형

Numpy5

Numpy - 6 numpy - 6 까지 올 줄은 몰랐지만 지겹던 numpy의 마지막이다. 집계함수를 마지막으로 numpy 파트를 끝내겠다. 이번 시작도 물론 import numpy as np 이다. ## Numpy 배열 연산 집계함수 - Numpy 배열에 대해 집계 함수를 적용할 때는 반드시 axis로 설정된 기준에 따라 연산 수행 - 별도로 값을 지정하지 않으면 기본값은 axis = None으로 지정 - axis - axis=None - 전체 데이터를 하나의 배열로 간주하고 집계 함수의 연산 범위를 전체 배열로 지정 - axis=0 - 열을 기준으로 동일한 열에 있는 요소를 하나의 그룹으로 묶어 집계 함수의 연산 범위로 지정 - axis=1 - 행을 기준으로 동일한 행에 있는 요소를 하나의 그룹으로 묶어 집계 함수의 .. 2020. 1. 22.
Numpy - 5 import numpy as np 는 기본으로 하고 시작하자. ## 산술연산 - 더하기: +,add() - 빼기: -, subtract() - 나누기: /, divide() - 곱하기" *, multiply() - 지수곱 표현: exp() - 제곱근: sqrt() - 로그: log() - 내적(행렬곱): dot() # 아이템: 1이상 10 미만의 1씩 증가 # 구조: 3*3 a=np.arange(1,10).reshape(3,3) # 아이템:1 # 구조 : 3*4 b=np.ones((3,3)) # 아이템: 10 이상 22미만의 1씩 증가하는 숫자 # 구조 3*4 c=np.arange(10,22).reshape(3,4) 먼저 계산을 할 a,b,c 행렬을 생성한다. a+b #out array([[ 2., 3... 2020. 1. 22.
Numpy array - 4 3까지는 배열을 생성하는 것에 초점을 맞췄다면 이제는 배열을 다루는 것에 초점을 맞출 것이다. 기본적으로 import numpy as np를 실행하고 그 전에 썼던 사용자 정의 함수 np_print(arr)를 다시 재정의하자. import numpy as np def np_print(arr): txt=''' shape : {} ndim: {} dtype: {} data: \n {} '''.format(arr.shape,arr.ndim,arr.dtype,arr) print(txt) # 배열 정렬 - sort(axis=-1)메서드:axis를 기준으로 요소를 오름차순 정렬 - 기본값(axis=-1): 현재 배열의 마지막 axis - axis=0: 열 단위 정렬 - axis=1: 행 단위 정렬 - 원번 객체에 .. 2020. 1. 7.
Numpy array -2 Numpy array -1 에서는 기본적인 배열 생성과 배열 구조에 대해서 알아보았다. 이번 장에서는 numpy의 간단한 함수를 통해 간단한 array를 생성시키는 것을 알아볼 것이다. # 배열 생성 및 초기화 1. 초기값을 지정하여 데이터를 자동으로 가지는 배열을 생성 - np.zeros() - np.ones() - np.full() - np.eye() 간단하게 배열을 초기화 하는 함수 4가지가 있다. 먼저 np.zeros()에 대해서 알아보겠다. 말그대로 배열을 0으로 초기화 시키는 함수이다. np.zeros(shape) - 지정된 구조의 배열을 생성하고 모든 요소를 0으로 초기화 - shape: scala(1차원 배열) 또는 tuple type(2차원 배열/행.열)으로 구조를 지정 간단한 예시 코드.. 2020. 1. 7.
Numpy array - 1 데이터 분석에서 많이 쓰는 모듈을 말하자면 여러가지가 있지만 pandas나 numpy가 있다. 그 중 배열로 다룰 수 있는 numpy 모듈에 대해서 알아보겠다. numpy에 대한 간단한 설명을 하자면 다음과 같다. Numpy - 배열 형태의 데이터 사용 - 파이썬 기반 데이터 분석 환경에서 행렬 및 벡터 연산에 필요한 다양한 함수 제공 - 메모리 소모가 많은 반복문 없이 전체 데이터 배열에 빠른 연산을 처리할 수 있는 표준 수학 함수 - 배열: 동일한 특성 및 일정한 규칙을 가지는 여러 개의 요소가 나열되어 있는 데이터 집합 - 파이썬 list 객체를 사용할 때 보다 Numpy의 ndarray 객체를 사용하면 연산 속도가 개선되어 더 많은 데이터를 더 빠르게 처리 Numpy의 배열에 대해서 간단하게 알아.. 2020. 1. 6.
반응형