• 검색

  • 글작성
  • 방명록
  • 환경설정
  • 메뉴 닫기
데이터 사이언스 사용 설명서
CATEGORY
  • 데이터 사이언스 사용 설명서 (341)
    • 데이터사이언스 정보 (4)
    • 소개 및 연구분야 (4)
      • 김민재 - NeuroScience (1)
      • 차준영 - 홀로그램 (0)
      • 최선안 - Domain Adaptation (0)
      • 한주혁 - NeuroScience (3)
    • 데이터 분석 & 시각화 (65)
      • Crawling (5)
      • Numpy (3)
      • SQL (3)
      • Tableau (2)
      • OpenCV (44)
      • Pandas (8)
    • 기계학습 (41)
      • Kaggle (4)
      • Machine Learning (37)
    • 딥러닝 (64)
      • Deep Learning (10)
      • 컴퓨터비전 (5)
      • 자연어처리 (16)
      • 추천시스템 (3)
      • 시계열 (27)
    • 컴퓨터 공학 (32)
      • 자료구조 (28)
      • 알고리즘 (0)
      • 컴퓨터 네트워크 (0)
      • 운영체제 (2)
      • 클라우드 컴퓨팅 (2)
    • 버전 관리 (11)
      • Django (1)
      • git & github (10)
    • 기타 정보 (10)
      • 기업 분석 (0)
      • Django (0)
      • 삼성 SDS Brightics (0)
      • 오류 코드 해결 모음 (10)
    • Algorithm 문제 풀이 (7)
      • 문제풀이 (7)
      • 알고리즘 (0)
    • Programming Language (12)
      • python (4)
      • R (7)
      • C, C++ (1)
    • 데이터 사이언스 메뉴얼 (49)
      • python (5)
      • numpy (4)
      • pandas (10)
      • data visualization (4)
      • Crawling (2)
      • National Language Processin.. (4)
      • Object classification (8)
      • Machine Learning (9)
      • Deep Learning (1)
      • 데이터사이언스 정보 (1)
    • 기타 (21)
      • ADsP (데이터분석준전문가) (8)
      • 기업분석 (3)
      • 컨퍼런스 후기 (1)
      • HTML (준영) (0)
      • Slack Trading Bot (준영) (5)
    • 삼성 SDS Brightics (20)
VISITOR 오늘 전체
  • 글쓰기
  • 환경설정
  • 로그인
  • 로그아웃
  • 취소

slice 검색 결과

해당 글 1건
Numpy 인덱싱과 슬라이싱

1차원 ndarray Numpy의 기본 자료형 ndarray의 기본적인 인덱싱과 슬라이싱은 List 객체와 동일하다. x1 = np.array([ 1, 3, 5, 7, 9]) x1[0] # 1 x1[3] # 7 x1[-1] # 9 x1[-2] # 7 x1[1:3] # [3, 5] 2차원 ndarray 2차원 리스트 배열에서의 indexing은 x[i][j] 형태로 가능한 것처럼, 2차원 ndarray 배열에서의 indexing은 x[i, j] 형태로 가능하다. 이때 i는 행, j는 열을 의미한다. 먼저 np.random.random로 (10, 5) 크기의 ndarray를 생성한다. x2 = np.random.random(size = (10, 5)) x2 기본적으로 ndarray 객체를 인덱싱을 할 경우,..

데이터 분석 & 시각화/Numpy 2021. 1. 12. 02:38
  • 이전
  • 1
  • 다음

CATEGORY

  • 데이터 사이언스 사용 설명서 (341)
    • 데이터사이언스 정보 (4)
    • 소개 및 연구분야 (4)
      • 김민재 - NeuroScience (1)
      • 차준영 - 홀로그램 (0)
      • 최선안 - Domain Adaptation (0)
      • 한주혁 - NeuroScience (3)
    • 데이터 분석 & 시각화 (65)
      • Crawling (5)
      • Numpy (3)
      • SQL (3)
      • Tableau (2)
      • OpenCV (44)
      • Pandas (8)
    • 기계학습 (41)
      • Kaggle (4)
      • Machine Learning (37)
    • 딥러닝 (64)
      • Deep Learning (10)
      • 컴퓨터비전 (5)
      • 자연어처리 (16)
      • 추천시스템 (3)
      • 시계열 (27)
    • 컴퓨터 공학 (32)
      • 자료구조 (28)
      • 알고리즘 (0)
      • 컴퓨터 네트워크 (0)
      • 운영체제 (2)
      • 클라우드 컴퓨팅 (2)
    • 버전 관리 (11)
      • Django (1)
      • git & github (10)
    • 기타 정보 (10)
      • 기업 분석 (0)
      • Django (0)
      • 삼성 SDS Brightics (0)
      • 오류 코드 해결 모음 (10)
    • Algorithm 문제 풀이 (7)
      • 문제풀이 (7)
      • 알고리즘 (0)
    • Programming Language (12)
      • python (4)
      • R (7)
      • C, C++ (1)
    • 데이터 사이언스 메뉴얼 (49)
      • python (5)
      • numpy (4)
      • pandas (10)
      • data visualization (4)
      • Crawling (2)
      • National Language Processin.. (4)
      • Object classification (8)
      • Machine Learning (9)
      • Deep Learning (1)
      • 데이터사이언스 정보 (1)
    • 기타 (21)
      • ADsP (데이터분석준전문가) (8)
      • 기업분석 (3)
      • 컨퍼런스 후기 (1)
      • HTML (준영) (0)
      • Slack Trading Bot (준영) (5)
    • 삼성 SDS Brightics (20)

RECENTLY

  • 최근 글
  • 최근 댓글

최근 글

최근댓글

태그

  • web programming
  • Machine Learning
  • 삼성SDS
  • 파이썬
  • DataFrame
  • python library
  • opencv
  • 딥러닝
  • Computer Vision
  • 브라이틱스서포터즈
  • python
  • 판다스
  • pandas
  • 머신러닝
  • 시계열 분석
더보기+

VISITOR

오늘
어제
전체
Powered by Privatenote Copyright © 데이터 사이언스 사용 설명서 All rights reserved. TistoryWhaleSkin3.2

티스토리툴바