개발학습일지

1차원 배열의 연산 data = [10, 20, 5, 8, 10, 33, 56, 9, 11, 45, 87, 9, 22, 548, 362, 92] data 의 모든 정보에 +5 를 해라 - 넘파이가 아닌 기본 data 리스트를 사용한 1차원 배열 연산 new_data = [ ] # 새로운 리스트 생성 for item in data : # 데이터 안에서 하나씩 꺼내서 저장할 item 변수 생성 new_data.append(item+5) # item 변수에 +5를 하고 새로운 리스트에 더한 값을 넣어라 new_data # [15, 25, 10, 13, 15, 38, 61, 14, 16, 50, 92, 14, 27, 553, 367, 97] - 넘파이가 아닌 기본 data 리스트를 사용한 리스트 컴프레이션 ne..

boolean 연산은 잘 알고있어야 데이터 분석을 정확하게 할 수 있다. - 변수 X 만들기 X = np.random.randint(1, 100, (4,5)) X # array([[ 9, 25, 68, 88, 80], # [49, 11, 95, 53, 99], # [54, 67, 99, 15, 35], # [25, 16, 61, 59, 17]]) 변수 X에서 80 보다 큰 데이터를 가져와 보자. X>80 # array([[False, False, False, True, False], # [False, False, True, False, True], # [False, False, True, False, False], # [False, False, False, False, False]]) # 불리언으로 확인..

넘파이 어레이된 변수 X 는 그래로 두고, 변수 X에서 슬라이싱 한 정보만 따로 저장하여 바꾸고 싶은 경우 X # array([[ 1, 70, 70, 75], # [100, 73, 79, 58], # [ 82, 30, 89, 70]]) Y = X[ : , 1: ] Y # array([[70, 70, 75], # [73, 79, 58], # [30, 89, 70]]) Y[ 2, 2 ]=100 Y # array([[ 70, 70, 75], # [ 73, 79, 58], # [ 30, 89, 100]]) X # array([[ 1, 70, 70, 75], # [100, 73, 79, 58], # [ 82, 30, 89, 100]]) 이렇게 하면 변수 X도 변수 Y에서 수정한 것과 같이 같이 정보가 변경된다 이..

다차원배열의 인덱스 접근 - 변수[행][열] : 인덱스 번호 입력 - 변수[행, 열] : 인덱스 번호 입력 X = np.random.randint(1, 100, (4,5)) # array([[53, 80, 81, 34, 65], # [40, 45, 64, 96, 17], # [53, 38, 54, 86, 26], # [35, 9, 19, 78, 58]]) X[1][2] # 64 X[1, 2] # 64 슬라이싱(Slicing) - 잘라서 가져오기 - 사람의 언어로 A 부터 B 까지 = A ~ B / 컴퓨터의 언어로 A 부터 B 까지 = A : B - 변수[A:B] : A 부터 B 까지 _인덱스 번호 입력 - 변수[A: ] : A부터 끝까지 # 1) 글자 변수 fullname = '홍길동' fullname[..