전 글에 이어서 진행됩니다. 원하는 데이터 값(들) 가져오기 인덱싱(원하는 요소 추출, 차원축소의 기능) 1차원 데이터에서 값 가져오기 numpy에서 인덱싱은 파이썬 리스트의 인덱싱과 비슷한 원리이다. [ ]를 사용하여 값을 추출해온고, 항상 첫 번째 값은 0부터 시작이다. - 변수명[n] -> n+1번째 값을 가져온다. - 변수명[-1] -> 마지막 값을 가져온다. - 변수명[n] = 값 -> 원하는 위치에 값을 저장하여 데이터를 바꿀 수도 있다. 2차원 데이터에서 값 가져오기 2차원 데이터는 행과 열이 있느 데이터이다. (수학에서 x, y 좌표평면과 비슷한 개념이고 선형대수의 행렬이랑 같은 개념이다) - 변수명[m, n] -> m+1번째 행, n+1번째 열을 가져온다. (마찬가지로 0부터 시작이여서 ..
numpy모듈 검색 결과
해당 글 2건
(SM) 융합연구 - numpy모듈(2) [인덱싱 슬라이싱, 데이터 변환]
데이터 사이언스 메뉴얼/numpy
2020. 4. 15. 02:55
(SM) 융합연구 - numpy모듈(1) [numpy란?, 데이터 생성하기]
Numpy모듈에 대해 Numpy란? : “Numerical Python“의 약자로 대규모 다차원 배열과 행렬 연산에 필요한 다양한 함수를 제공한고, 파이썬 기반 데이터 분석 환경에서 행렬 연산을 위한 핵심 라이브러리. (numpy를 np로 보통 축약해서 쓴다. = 사람들간의 약속) Numpy를 사용하는 이유 : 1) 메모리 사이즈 : 메모리 버퍼에 배열 데이터를 저장하고 처리하는 효율적인 인터페이스를 제공한다. 2) 성능 : 파이썬 list 객체를 개선한 NumPy의 ndarray 객체를 통해 더 많은 데이터를 더 빠르게 처리할 수 있다. 3) 빌트인 함수 : 선형대수, 통계관련 여러 함수가 내장되어있다. Numpy를 사용하기 전 배열이란? : NumPy 배열은 과 같이 다차원 배열을 지원하고, 구조는 ..
데이터 사이언스 메뉴얼/numpy
2020. 4. 15. 02:53
최근댓글