개발학습일지

이번 학습에서 사용 할 배열 X = np.random.randint(1, 100, (4,5)) X # array([79, 36, 16, 10, 93], # [84, 62, 46, 18, 44], # [83, 59, 51, 21, 94], # [79, 96, 20, 46, 12]]) 최대값 - .max( ) X.max() # 96 최소값 - .min( ) X.min() # 10 전체합 - .sum( ) X.sum() # 1049 전체평균 - .mean( ) X.mean() # 52.45 표준편차 - .std( ) X.std() # 29.294154707040107 axis 활용 - 각 행별 또는 각 열별로 데이터를 분석 할 때는 축이 필요하다 - axis = 를 적어서 사용하면 된다 - 열 axis = 1..

넘파이 랜덤 추출 모듈 random - 0 ~ 1 사이의 균일 분포 추출 함수 import numpy as np import random np.random.random() # 0 ~ 1 사이의 수 랜덤으로 나옴 0.6612528063691006 np.random.random(10) # array([0.23263065, 0.00324682, 0.27491239, 0.32226089, 0.76026779, # 0.45315756, 0.29968274, 0.41864194, 0.90923674, 0.37583921]) np.random.random( (2, 3) ) #튜블 형태로 차원의 형태를 입력 # array([[0.47657049, 0.99714167, 0.7208643 ], # [0.83413672, ..

위에 사진처럼 reshape() 사용하여 1차원 배열 만들기 x = np.arange(2,10+1) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) x.size # 9 3행과 3열을 가진 배열로 변경하기 x.reshape( (3,3) ) # array([[ 2, 3, 4], # [ 5, 6, 7], # [ 8, 9, 10]]) 바뀐 배열을 다시 1차원 배열으로 바꾸기 X = x.reshape( 3,3 ) X.reshape(9) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) numpy 딕셔너리와 reshape() 함수 같이 사용하기 np.arange( 2, 10+1).reshape( 3, 3) # array([[ 2, 3, 4], # [ 5, 6, 7], # [..

정수의 배열을 얻고 자 하는 경우 넘파이를 쓰지 않는 방법 - range() 함수를 쓴 다음 list() 함수를 사용 range(10) # range(0, 10) list(range(10)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 넘파이를 쓰는 방법 - np.arnage() 를 사용 np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9] - 원하는 숫자로 만들기 : 원하는 마지막 숫자의 '+1'을 해준다고 생각하자 np.arange( 5, 14+1 ) # array([ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]) - 원하는 숫자 데이터에서 짝수만, 홀수만 리스트로 배열 얻기 np.arange( 1, 20+1, 2 ) #홀수만 #..

1차원 배열 = 벡터 (Vector) 2차원 배열 = 행렬 (Matrix) 3 행 4 열 짜리, 0으로 되어있는 행렬 만들기 - np.zeros(행, 열) 함수 사용 # 한개의 숫자만 입력 np.zeros( 5 ) # array([0., 0., 0., 0., 0.]) # 3 행 4열 만들기 np.zeros( (3,4) ) #array([[0., 0., 0., 0.], # [0., 0., 0., 0.], # [0., 0., 0., 0.]]) 3 행 5 열 짜리, 1으로 되어있는 행렬 만들기 - np.ones(행, 열) 함수 사용 # 한개의 숫자만 입력 np.ones(7) # array([1., 1., 1., 1., 1., 1., 1.]) # 3 행 5열 만들기 np.ones((3,5)) #array([[1..